一种用于分布式负荷预测的联邦学习安全聚合方法及系统.pdfVIP

下载本文档

5
0
约1.19万字
约 12页
2023-11-08 发布于四川
举报
版权申诉

一种用于分布式负荷预测的联邦学习安全聚合方法及系统.pdf

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

本发明提出一种用于分布式负荷预测的联邦学习安全聚合方法及系统，采用LSTM算法模型作为基础训练模型，参与者从中心服务器接收初始化的模型参数，并使用本地数据训练局部模型；参与者将训练更新后的局部模型参数上传到中央服务器；中央服务器利用基于模型参数相似度确定近似全局模型参数，并利用基于距离的加权方法进行全局模型参数的聚合，然后将全局模型参数分配给参与者局部模型进行下一轮的训练。本发明提出的方法及系统确保每个负荷参与方不必共享其本地数据，保护了敏感信息的隐私；通过消除恶意局部模型对全局模型的干扰，并且

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117010483 A (43)申请公布日 2023.11.07 (21)申请号 202311038551.2 G06N 3/047 (2023.01)