- 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
本申请实施例公开了一种联邦学习方法、装置、计算设备及机器可读存储介质,属于机器学习领域。联邦学习方法包括:将上一轮的全局模型参数发送至第一数量的节点设备,以使节点设备根据全局模型参数训练本地模型,得到本地模型更新梯度;根据第一数量的节点设备对应的本地模型更新梯度,确定全局模型的第一中值聚合梯度和第一均值聚合梯度;在第一中值聚合梯度与第一均值聚合梯度的距离大于预设阈值的情况下,分别确定每个节点设备的异常度;基于每个节点设备的异常度去除异常节点设备,得到第二数量的节点设备;根据第二均值聚合梯度和上一
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117829269A
(43)申请公布日2024.04.05
(21)申请号202311733982.0
(22)申请日2023.12.15
(71)申请人北京天融信网络安全技术有限公司
地
文档评论(0)