原创力文档- 1
- 0
- 约1.16万字
- 约 12页
- 2023-10-11 发布于四川
- 举报
本发明提出了基于设备概率接入的高效通信隐私增强联邦边缘学习方法，旨在保护用户敏感数据的同时提高联邦边缘学习系统的通信和训练效率。具体而言，本方法考虑了在无线数字通信场景下基于设备概率接入的隐私联邦边缘学习框架，并通过理论分析方法表征了设备概率接入和差分隐私噪音对联邦边缘学习系统收敛性的影响以及对差分隐私保护的增强效应。在此基础上，本发明提出了包含差分隐私限制的系统整体训练时间最小化问题，并联合优化设计设备接入概率和差分隐私噪音，以降低联邦边缘学习系统对差分隐私噪音的依赖，同时加速联邦边缘学习系统
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116866339 A
(43)申请公布日 2023.10.10
(21)申请号 202310599876.1 G06N 20/00 (2019.01)
(22)申请日 2023.05.
文档评论（0）