一种基于安全数据合成的联邦学习公平模型聚合方法

    公开(公告)号:CN119721137A

    公开(公告)日:2025-03-28

    申请号:CN202411795000.5

    申请日:2024-12-06

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于安全数据合成的联邦学习公平模型聚合方法,通过训练一个学生模型来指导生成器模型的生成,将参与方的数据分割成多个不相交子集并训练多个教师模型,然后利用生成器生成的数据样本进行分类和投票,对投票结果进行加噪聚合以保护隐私,接着使用带噪声的聚合结果标注数据集并训练学生模型,进一步优化生成器。经过一定轮次的优化后,将生成器分发给各参与方,最后将聚合好的模型发送给各参与方以继续训练,从而在保护数据隐私的同时实现模型的公平优化。

Patent Agency Ranking