← 返回列表
一种去中心化机器学习模型训练方法及系统
申请人信息
- 申请人:泉城省实验室
- 申请人地址:250103 山东省济南市历城区经十东路国家超算济南中心科技园
- 发明人: 泉城省实验室
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种去中心化机器学习模型训练方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311204903.7 |
| 申请日 | 2023/9/18 |
| 公告号 | CN117371025A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G06F21/62 |
| 权利人 | 泉城省实验室 |
| 发明人 | 赵川; 吴昊; 赵圣楠; 荆山; 徐俊; 鞠雷 |
| 地址 | 山东省济南市历城区经十东路国家超算济南中心科技园 |
摘要文本
本发明公开一种去中心化机器学习模型训练方法及系统，包括：将参与方进行分组；重构参与方接收区块链下发的全局模型，并发送至组内的普通参与方；普通参与方以全局模型作为初始模型进行本地模型的训练，将本地模型拆分成份额的形式在组内进行分发，各普通参与方接收到组内其他普通参与方的模型份额后进行聚合，将聚合结果发送至重构参与方；重构参与方将组内的聚合结果进行重构，将得到的小组模型上传到区块链，区块链对小组模型再次进行聚合，将当前轮次的全局模型下发至重构参与方作为下一轮训练的初始模型。保证各参与方的敏感数据不出本地，实现更高层次的敏感数据隐私保护。
专利主权项内容
1.一种去中心化机器学习模型训练方法，其特征在于，应用于客户端，包括：将所有参与方进行分组，每组中包括普通参与方和重构参与方；由重构参与方接收区块链下发的全局模型，并发送至组内的普通参与方；由普通参与方以全局模型作为初始模型进行本地模型的训练，将训练后的本地模型拆分成份额的形式在组内进行分发，以使各普通参与方接收到组内其他普通参与方的模型份额后进行聚合，并将聚合结果发送至重构参与方；由重构参与方将组内的聚合结果进行重构，将得到的小组模型上传到区块链，以使区块链对各组的小组模型再次进行聚合，并将得到的当前轮次的全局模型下发至重构参与方作为下一轮训练的初始模型。 （来源 马克数据网）