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
本申请涉及大数据技术领域，提供了一种基于去中心化联邦学习的差分隐私模型更新方法以及系统，应用于去中心化联邦学习系统的多个节点，多个节点通过分布式系统连接，方法包括：在各个节点上，通过训练数据训练各个节点上的大数据模型，得到第一模型参数；基于预设的差分隐私算法，对第一模型参数进行处理，得到处理后的第一模型参数，并将处理后的第一模型参数广播；获取其他的节点广播的第二模型参数；第二模型参数为其他的节点的大数据模型在训练后输出的模型参数；大数据模型中将训练数据、第一模型参数和第二模型参数进行模型参数聚合
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117709444A
(43)申请公布日2024.03.15
(21)申请号202410169816.0
(22)申请日2024.02.06
(71)申请人盛业信息科技服务（深圳）有限公司
文档评论（0）