基于信任度的分散式联邦学习的医疗机构数据共享方法

    公开(公告)号:CN115423119A

    公开(公告)日:2022-12-02

    申请号:CN202211164422.3

    申请日:2022-09-23

    IPC分类号: G06N20/00 G06F21/62 G06F21/60

    摘要: 本发明公开了一种基于信任度的分散式联邦学习的医疗机构数据共享方法,包含以下步骤:所有医疗机构随机分组,选出代表性机构;每组计算平均梯度值与可信度;代表性医疗机构计算自己与其余代表性医疗机构的欧氏距离;代表性机构之间根据信任度/欧氏距离选出最终参与聚合的代表性医疗机构的参数;计算所选机构参数的平均值更新全局模型。本发明基于分散式联邦学习实现分层聚合,以此实现隐私保护与鲁棒性;实验结果表明,在不同规模的恶意医疗机构场景下,本方法均能取得较好的实验效果。