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
本发明提供一种基于投影约束模型聚合的隐私保护端云联合机器学习方法，采用联邦学习通过服务器对客户端提供的模型进行聚合，其特征在于，包括步骤：步骤1，采集训练数据获取客户端模型，利用训练好的客户端模型抽取客户端本地数据的中间层特征，以此计算训练好的模型每一层的参数所对应的投影矩阵，使得客户端模型不遗忘知识；步骤2，客户端将训练好的模型的参数和对应的投影矩阵发送给服务器；步骤3，服务器根据收到的模型参数和投影矩阵进行模型聚合，基于多目标优化策略，获取包含不同客户端知识的最优聚合模型，并将该最优聚合模型
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117668532A
(43)申请公布日2024.03.08
(21)申请号202211008216.3
(22)申请日2022.08.22
(71)申请人复旦大学
地址200433
文档评论（0）