公开(公告)号：CN116304321A

公开(公告)日：2023-06-23

申请号：CN202310226739.3

申请日：2023-03-06

申请人： 安徽师范大学

发明人： 郑孝遥 ,  程雄超 ,  贾先敏 ,  何文轩 ,  关曼平 ,  孙丽萍 ,  俞庆英 ,  郭良敏 ,  罗永龙

IPC分类号： G06F16/9535 ,  G06F21/60 ,  G06F21/62 ,  G06F17/16

摘要： 本发明公开一种基于改进联邦矩阵分解的推荐方法，包括：所有用户从服务器处下载项目j的潜在因子向量Vj；检测用户ui是否对项目vj进行了评价，若检测结果为是，则基于用户ui对项目vj评分rij在本地计算用户梯度▽Ui(j)，更新用户ui的新潜在因子向量Ui，本地计算项目梯度▽Vj(i)，将项目梯度▽Vj(i)及用户项目交互值Sij随机划分成p+1份，将划分后的项目梯度分片及交互信息分片随机发送给用户ui随机选择的p个用户；用户ui更新本地的项目梯度▽Vj(i)及用户项目交互值Sij，并将更新后的项目梯度▽V′j(i)及用户项目交互值Sij′发送至服务器。通过引入用户和项目交互值与梯度信息一同作为私有信息传输，这使得服务器收到来自各方的信息是虚假的，无法推断出用户方的真实梯度，但聚合后的最终平均参数信息是真实的这不会影响精度。

公开(公告)号：CN117151211A

公开(公告)日：2023-12-01

申请号：CN202311227754.6

申请日：2023-09-21

申请人： 安徽师范大学

发明人： 郑孝遥 ,  李浩楠 ,  李兴旺 ,  贾先敏 ,  姚庆贺 ,  何文轩 ,  张建鹏 ,  程雄超

IPC分类号： G06N3/098 ,  G06F18/23 ,  G06F18/22 ,  G06N3/0464

摘要： 本发明公开一种基于时间异步相似度聚类的联邦集群方法，通过随机选取部分客户端参与训练，降低全局训练的通信代价；由于客户端的随机选择性使客户端本地模型存在时间差，从而产生相似度计算的误差，为了保证相似度计算的准确性，提出了带有时间加权随机客户端选择和时间异步相似度计算的联邦集群算法，时间加权随机客户端选择是利用客户端的等待时间动态调整客户端被选择的概率，使客户端的选择更加均匀，有效地降低时间差；时间异步相似度计算是利用集群模型间的相似度修正的本地模型相似度计算方法TAS，用于提高带有时间差的模型相似度计算的准确性。最终增加Non‑IID数据下的联邦学习通信效率。

公开(公告)号：CN116578775A

公开(公告)日：2023-08-11

申请号：CN202310454916.3

申请日：2023-04-25

申请人： 安徽师范大学

发明人： 郑孝遥 ,  贾先敏 ,  程雄超 ,  何文轩 ,  俞庆英 ,  孙丽萍 ,  郭良敏 ,  罗永龙

IPC分类号： G06F16/9535 ,  G06F18/214 ,  G06F18/22 ,  G06F21/64 ,  G06Q10/0639 ,  G06N20/00

摘要： 本发明公开一种基于联邦矩阵分解的推荐方法，包括如下步骤：S1、当前全局模型参数Pτ广播至所有的所有客户端；S2、各客户端以全局模型参数Pτ作为初始的局部模型参数，本地训练局部模型参数，将训练过程的局部模型参数M上传至服务器；S3、服务器基于局部模型参数M形成对应客户端的举报名单，基于举报名单找出诚实客户端，对诚实客户端的局部模型参数M进行聚合，更新第τ+1轮全局模型参数Pτ+1，检测全局模型参数Pτ+1是否收敛，若检测结果为是，则执行步骤S4，若检测结果为否，则全局模型参数Pτ+1作为当前全局模型参数，执行步骤S1；S4、基于收敛后的全局模型参数P来预测各用户对各项目的评分，将预测评分最高的项目推荐给对应的客户。将恶意更新剔除，提升诚实客户端在聚合中所占比例，以提高推荐精度。