基于联邦学习实现数据集构建处理的系统及其生成方法技术方案

本发明专利技术公开了基于联邦学习实现数据集构建处理的系统及其生成方法，所述的基于联邦学习实现数据集构建处理的系统包括数据集管理单元、数据集分析单元、数据集加密单元和数据集汇总单元；所述数据集管理单元用于对数据接收后上传；所述数据集分析单元用于对数据分析；本发明专利技术的有益效果是：基于联邦学习实现数据集构建处理的系统及其生成方法，提高了数据集的访问过程的安全性，简化了对数据集加密过程的步骤和解密过程的步骤，缩短了访问时间，提升了用户的使用体验。提升了用户的使用体验。提升了用户的使用体验。

【技术实现步骤摘要】
基于联邦学习实现数据集构建处理的系统及其生成方法


[0001]本专利技术涉及数据处理
，具体为基于联邦学习实现数据集构建处理的系统及其生成方法。

技术介绍

[0002]联邦学习(FederatedLearning)是一种新兴的人工智能基础技术，在2016年由谷歌最先提出,其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算结点之间开展高效率的机器学习。联邦学习在训练和模型评估阶段都需要大量的数据集，但是实际使用过程中数据集的的安全风险过大，对数据集的加密和解密过程过为繁琐，浪费大量时间。

技术实现思路

[0003]本专利技术的目的在于提供基于联邦学习实现数据集构建处理的系统及其生成方法，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：基于联邦学习实现数据集构建处理的系统，包括数据集管理单元、数据集分析单元、数据集加密单元和数据集汇总单元；
[0005]所述数据集管理单元用于对数据接收后上传；
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于联邦学习实现数据集构建处理的系统，其特征在于，包括数据集管理单元、数据集分析单元、数据集加密单元和数据集汇总单元；所述数据集管理单元用于对数据接收后上传；所述数据集分析单元用于对数据分析；所述数据集加密单元用于对数据进行加密；所述数据集汇总单元用于对数据进行储存。2.根据权利要求1所述的基于联邦学习实现数据集构建处理的系统，其特征在于：所述数据集管理单元包括数据读取模块、数据采集模块和数据上传模块；所述数据读取模块可对历史数据读取；所述数据采集模块用于对新采集的数据收集；所述数据上传模块用于对历史数据和新采集的数据上传。3.根据权利要求1所述的基于联邦学习实现数据集构建处理的系统，其特征在于：所述数据集分析单元包括数据接收模块和数据分类模块；所述数据接收模块用于对数据接收；所述数据分类模块用于对数据分类处理。4.根据权利要求3所述的基于联邦学习实现数据集构建处理的系统，其特征在于：所述数据集加密单元包括数据加密模块、数据校验模块、秘匙管理模块和数据解密模块；所述数据加密模块用于对数据加密；所述数据校验用于对用户身份验证；所述秘匙管理模块用于对密匙令牌发放；所述数据解密模块用于对加密后的数据解密。5.根据权利要求4所述的基于...

【专利技术属性】
技术研发人员：顾冉，叶薇薇，
申请(专利权)人：杭州煋辰数智科技有限公司，
类型：发明
国别省市：