- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请实施例涉及信息安全技术领域,特别涉及一种隐私保护异步联邦学习方法、系统、设备及存储介质,该方法包括:主节点触发模型训练,得到全局模型及时间戳;客户端接收全局模型及时间戳,更新本地模型的当前时间戳,进行本地训练;客户端对本地模型添加噪声,将带噪声的本地模型上传至区块链:主节点触发聚合任务;待所有客户端完成本地训练后,主节点发起聚合请求开始预准备阶段,将预准备消息发送至所有客户端;客户端依次进入准备阶段、提交阶段,执行聚合请求并发送回复消息;主节点更新全局模型。本申请实施例提供的方法,能够避免
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116305239 A
(43)申请公布日 2023.06.23
(21)申请号 202211683968.X
(22)申请日 2022.12.27
(71)申请人 西安电子科技大学
地址 7100
文档评论(0)