• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
基于联邦学习和相互学习的模型参数训练方法及装置
有效
专利申请进度
申请
2020-08-31
申请公布
2020-12-04
授权
2022-04-12
预估到期
2040-08-31
专利基础信息
申请号 CN202010892666.8 申请日 2020-08-31
申请公布号 CN112039702A 申请公布日 2020-12-04
授权公布号 CN112039702B 授权公告日 2022-04-12
分类号 H04L41/14;H04L41/142;H04L41/147;G06F21/60;G06K9/62;G06N20/00
分类 电通信技术;
申请人名称 中诚信征信有限公司
申请人地址 北京市东城区东四南大街礼士胡同54号
专利法律状态
  • 2022-04-12
    授权
    状态信息
    授权
  • 2020-12-04
    公布
    状态信息
    公布
摘要
本发明实施例提供了一种基于联邦学习和相互学习的模型参数训练方法及装置,所述方法包括:参数训练端将基于本地样本数据训练得到的子模型参数加密后发送给参数协调端,以使参数协调端对接收到的子模型参数进行汇总或安全聚合并发送给各参数训练端,参数训练端再基于本地样本数据以及解密后的汇总子模型参数集合,对子模型进行训练以更新子模型参数,或基于本地样本数据以及解密后的安全聚合子模型参数,对子模型进行训练进一步更新子模型的参数,得到子模型对应的总模型参数。本发明实施例,能够适用于跨机构的隐私安全模型参数训练,在数据安全的基础上,进一步挖掘各参数训练端的数据价值,有效提升所训练总模型的性能。