在联盟学习环境中保持信任和可信度的方法技术

一种提供多个请求者和多个边缘设备之间的可扩展和可靠的通信机制的系统，包括：从所述多个请求者到一个或多个协调者的一个或多个请求，所述一个或多个协调者基于一个或多个搜索方法发现与所述请求相关的一个或多个边缘设备，并将所述请求转给所述边缘设备中的一个或多个边缘设备或其他协调者；其中，所述边缘设备包括一个或多个数据发布者，所述一个或多个数据发布者向代理提供数据以执行所述一个或多个请求从而创建一个或多个响应，并将所述一个或多个响应发送给所述协调者，所述协调者聚合所述一个或多个响应并发送给所述一个或多个请求者以用于进一步处理。或多个请求者以用于进一步处理。或多个请求者以用于进一步处理。

【技术实现步骤摘要】
在联盟学习环境中保持信任和可信度的方法


[0001]本专利技术涉及机器学习和数据分析，特别是采用与企业客户参与方法相关的边缘设备进行个人联盟学习，从与同一用户相关的一个或多个数据集生成交叉洞察、交叉学习和集体决策。

技术介绍

[0002]目前的边缘设备(本文包括但不限于此笔记本电脑、计算机、手机、TV、VR头戴耳机、汽车、物联网传感器等等)通常配备处理和存储硬件，使得他们切实可行地在这些设备上执行包括机器学习算法训练和推理的一系列计算。因此，从由这些边缘设备生成的数据中学习，同时减少从这些边缘设备到中心服务器的数据传输需求的解决方案和方法最近有所增加。这些方法的一个实例是联盟学习系统，该联盟学习系统提供从由边缘设备产生的数据中训练机器学习算法的方法，而不将数据复制到中央服务器，联合学习将模型和模型权重发送给边缘设备，并通过平均方法聚合从设备返回的更新权重。联盟学习方法对于企业来说是有用的，因为其可在这些边缘设备上开发运行的应用程序以学习他们自己的用户数据；由此，企业用户是指使用由企业开发的应用程序的人。然而，联合学习对于多个企业在边缘上相互学习来说仍然是不切实际的，这是因为有可能揭示以模型权重更新的形式从边缘设备传输到聚合器服务器的信息，这反过来又构成了试图在边缘上相互交叉学习的企业的安全、监管和隐私风险。这些风险在更大规模时变得更加明显，诸如增加的用户数量和增加的每个用户的设备数量。
[0003]由于每个企业通过运行在设备上的应用程序控制用户数据的片段，因此同一设备上的用户数据的片段增加，这只会让问题解决起来更加复杂。当涉及到大量用户时，数据集的这些片段使得利用今天可用的工具构建全球系统非常具有挑战性，这些工具可从用户的行为、兴趣和意图中学习，并为那些用户提供来自企业的相关服务，而不会在用户参与时间上产生竞争。
[0004]这个模型所面临的挑战在于机器学习解决方案的成功开发和训练对企业抓住用户注意力的能力并使他们参与将为任何机器学习模型生成足够的功能空间，特别是需要比其他数据模型更高的数据多样性的深度学习模型的各种活动的高度依赖。
[0005]由于企业竞争其权力和数据集的片段的移动设备的能力的片段化不能造福于用户，也不能使得企业的利益最大化。
[0006]一些问题仍然很难通过这些竖井来解决，因为许多用户通过了解系统期望的输入来欺骗系统。更糟糕的是，当用户体验到设计得很好时，用户通常会被特定行为漏斗所驱动，即使他们的意图可能与企业意图并不一致。当用户有欺骗企业应用程序的意图以激励由企业运营的平台上的其他用户的某种行为时，此类情况的一个实例是欺骗者。当企业对于用户的行为具有有限的能见度时，用户开发出可检测这些欺骗者的机器学习模型是非常具有挑战性的，这是因为该模型将取决于他们驱动用户频繁参与的能力，这就需要有足够的特征空间以用于训练此类模型。如果有合适的工具，则检测欺骗者为许多企业可能会同
意共同协作解决的目标。
[0007]这个问题自然会使许多企业落后并增加了大多数企业的进入障碍，以获得开始生成足够的数据量的正确的参与度。
[0008]需要使得企业能够在边缘设备上进行协作得一个完整的系统，该系统适用于多种企业规模、不同的安全问题和不同的用户群体。
[0009]以前的技术没有研究联合学习中的多对多情况，而是以与一对多类似的方式来对待多对多，但这是不切实际的。许多企业在边缘上交叉学习，特别是当有许多设备涉及一个用户或一个概念时，需要比一个企业对多个设备进行更多的协调。
[0010]本专利技术提供了实用的方法和解决方案，以实现边缘上的可扩展和动态的交叉学习，并且所公开的方法可推广到包括服务器和其他设备。

技术实现思路

[0011]本专利技术的目的是提供一种提供多个请求者和多个边缘设备之间的可扩展和可靠的通信机制的系统。
[0012]根据专利技术的一个方面，提供从所述多个请求者到一个或多个协调者的一个或多个请求，其中所述协调者基于一个或多个搜索方法发现与所述请求相关的一个或多个边缘设备，并将所述请求转给所述边缘设备中的一个或多个边缘设备或其他协调者；其特征在于，所述边缘设备包括一个或多个发布者，所述一个或多个发布者向代理提供数据以执行所述一个或多个请求从而创建一个或多个响应，并将所述一个或多个响应发送给所述协调者；并且所述一个或多个协调者聚合所述一个或多个响应并发送给所述一个或多个请求者以用于进一步处理。
[0013]根据专利技术的一个实施例，所述一个或多个搜索方法为向量搜索。
[0014]根据专利技术的一个实施例，所述一个或多个搜索方法基于通过日志可知的元数据。
[0015]根据专利技术的一个实施例，所述一个或多个搜索方法由擅长于特定类型的边缘设备的协调者完成。
[0016]根据专利技术的一个实施例，所述一个或多个搜索方法由擅长于特定地域的协调者完成。
[0017]根据专利技术的一个实施例，所述一个或多个搜索方法由擅长于特定数据集的协调者完成。
[0018]根据专利技术的一个实施例，所述向量搜索基于作为一个或多个参数的向量表示的一个或多个独特签名。
[0019]根据专利技术的一个实施例，所述签名可由一个或多个协调者用于将权重应用于来自所述边缘设备的所述响应。
[0020]根据专利技术的一个实施例，多个边缘设备可基于预先确定的标准进行分组，并通过搜索被视为边缘设备的云。
[0021]根据专利技术的一个实施例，所述边缘设备的云包括在处理器上执行的一个或多个代理，所述一个或多个代理协调边缘设备资源处理能力和存储的使用，以执行接收到的请求并管理要保留或丢弃的响应。
[0022]根据专利技术的一个实施例，附加机制用于根据所提供的响应的质量评估数据质量以
对所述数据发布者进行排序。
[0023]根据专利技术的一个实施例，一个或多个数据日志权威机构向数据发布者提供关于响应质量的反馈机制。
[0024]根据专利技术的一个实施例，协调者权威机构管理协调者版本。
[0025]根据专利技术的一个实施例，所述计算选自于由以下项组成的组：使用联盟学习方法的机器学习训练、机器学习推理、协作决策和安全的多方计算。
[0026]本专利技术的上述和附加方面和实施例对于本领域的那些普通技术人员来说将是显而易见的，鉴于参照附图对各种实施例和/或方面进行的详细描述，下面将提供本专利技术的简要描述。
附图说明
[0027]在阅读以下详细描述并在参考附图时，本专利技术的上述和其他优点将变得显而易见。
[0028]图1示出了在一个实施例中涉及到的多个参与者的总体系统设计。
[0029]图2示出了属于同一个人的一组边缘设备的实例。
[0030]图3示出了描述一个实施例的流程图。
[0031]图4示出了描述软件代理存储的数据类型的图表。
[0032]图5示出了描述协调者用于将请求指向边缘设备的过程的流程图。
[0033]图6示出了描述负责维持系统中的数据质量的权威机构所采用的过程的流程图。
[0034本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提供多个请求者和多个边缘设备之间的可扩展和可靠的通信机制的系统，包括：从所述多个请求者到一个或多个协调者的一个或多个请求；所述协调者基于一个或多个搜索方法发现与所述请求相关的一个或多个边缘设备，并将所述请求转给所述一个或多个边缘设备或其他协调者；其特征在于，所述边缘设备包括一个或多个数据发布者，所述一个或多个数据发布者向代理提供数据以执行所述一个或多个请求从而创建一个或多个响应，并将所述一个或多个响应发送给所述协调者；并且所述一个或多个协调者聚合所述一个或多个响应并发送给所述一个或多个请求者以用于进一步处理。2.根据权利要求1所述的系统，其特征在于，所述一个或多个搜索方法为向量搜索。3.根据权利要求1所述的系统，其特征在于，所述一个或多个搜索方法基于通过日志可知的元数据。4.根据权利要求1所述的系统，其特征在于，所述一个或多个搜索方法由擅长于特定类型的边缘设备的协调者完成。5.根据权利要求1所述的系统，其特征在于，所述一个或多个搜索方法由擅长于特定地域的协调者完成。6.根据权利要求1所述的系统，其特征在于，所述一个或多个搜索方法由擅长于特定数据集的协调者完成。7.根据权利要求2所述的系统，其特征在于，所述向量搜索基于作为一个或多个参数的向量表示的一个或...

【专利技术属性】
技术研发人员：利马，
申请(专利权)人：根布技术公司，
类型：发明
国别省市：