原创力文档- 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
本发明公开了一种基于本地特征的大模型切割联邦学习方法及系统，涉及联邦学习领域，提出一种基于客户端特征的大模型切割算法以获得针对特定特征的本地小模型，进而更高效的进行本地训练；为在保证梯度可用性的情况下尽可能大的提高隐私性，提出一种基于精确度反馈的隐私预算分配方法以确定最合适的隐私预算；为解决恶意客户端上传低质模型影响全局大模型收敛的问题，提出一种基于信誉度的恶意客户端检测和选择方法实现对客户端的检测和选择；为解决产生的通信开销问题，提出一种本地小模型参数压缩算法实现模型参数的压缩，减少通信传输的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117521856A
(43)申请公布日2024.02.06
(21)申请号202311849984.6
(22)申请日2023.12.29
(71)申请人南京邮电大学
地址210046
文档评论（0）