【技术实现步骤摘要】
联邦学习平台之间的互通方法、装置、设备、介质及产品
[0001]本公开涉及人工智能
，尤其涉及机器学习以及联邦学习
，具体涉及一种联邦学习平台之间的互通方法、装置、设备、介质及产品。
技术介绍
[0002]联邦学习本质上是一种分布式机器学习框架，其做到了在保障数据隐私安全及合法合规的基础上，实现数据共享，共同建模。它的核心思想是在多个数据源共同参与模型训练时，不需要进行原始数据流转的前提下，仅通过交互模型中间参数进行模型联合训练，原始数据可以不出本地。这种方式实现数据隐私保护和数据共享分析的平衡，即“数据可用不可见”的数据应用模式。
[0003]现阶段，不同厂商依据不同的实现方式以及底层框架，研发得到了不同的联邦学习平台，通过这些联邦学习平台可以对不同的联邦学习任务进行处理。
技术实现思路
[0004]本公开提供了一种联邦学习平台之间的互通方法、装置、设备、介质及产品。
[0005]根据本公开的一方面，提供了一种联邦学习平台之间的互通方法，由内置于本方联邦学习平台中的互联互通服务执...
【技术保护点】
【技术特征摘要】
1.一种联邦学习平台之间的互通方法，由内置于本方联邦学习平台中的互联互通服务执行，包括：响应于本方联邦学习平台中本方发起节点中的跨平台作业任务的开启指令，确定与所述跨平台作业任务匹配的对方联邦学习平台；在各本方备选节点中，确定与所述对方联邦学习平台匹配的本方协同节点；获取所述本方发起节点发送的与所述跨平台作业任务匹配的全局依赖图，并在所述全局依赖图满足翻译条件时，将所述全局依赖图翻译得到目标依赖图；将所述目标依赖图发送至所述本方协同节点，以供所述本方协同节点基于所述目标依赖图与所述对方联邦学习平台共同执行所述跨平台作业任务。2.根据权利要求1所述的方法，其中，所述确定与所述跨平台作业任务匹配的对方联邦学习平台，包括：查询所述跨平台作业任务的任务信息，并根据所述任务信息确定与所述跨平台作业任务匹配的对方联邦学习平台。3.根据权利要求1所述的方法，其中，所述在各本方备选节点中，确定与所述对方联邦学习平台匹配的本方协同节点，包括：获取所述对方联邦学习平台的版本信息，并确定与所述版本信息匹配的本方协同节点；在各所述本方备选节点中确定所述本方协同节点，并选择所述本方协同节点。4.根据权利要求1所述的方法，其中，在获取所述本方发起节点发送的与所述跨平台作业任务匹配的全局依赖图之后，还包括：根据所述全局依赖图的复杂程度确定所述全局依赖图是否满足翻译条件；当所述复杂程度满足预设要求时，确定所述全局依赖图满足翻译条件。5.根据权利要求4所述的方法，其中，所述在所述全局依赖图满足翻译条件时，将所述全局依赖图翻译得到目标依赖图，包括：确定与所述本方协同节点的适配器所匹配的依赖图形态；根据所述依赖图形态对与所述全局依赖图进行翻译，得到所述目标依赖图。6.根据权利要求4所述的方法，其中，在根据所述全局依赖图的复杂程度确定所述全局依赖图是否满足翻译条件之后，还包括：在确定所述全局依赖图不满足翻译条件时，对所述全局依赖图进行解析，得到各本方任务以及各对方任务；将各所述本方任务发送至所述本方协同节点，各所述对方任务发送至对方联邦学习平台中的互联互通服务。7.根据权利要求1所述的方法，其中，在将所述目标依赖图发送至所述本方协同节点之后，还包括：响应于所述本方协同节点针对所述目标依赖图中各本方任务的处理指令，依次获取与各所述本方任务匹配的数据，并分别将各所述数据发送至所述本方协同节点；或者，在所述本方协同节点执行各本方任务之前，获取与各本方任务匹配的数据，并分别将各所述数据发送至所述本方协同节点。8.根据权利要求1所述的方法，其中，在将所述目标依赖图发送至所述本方协同节点之
后，还包括：响应于本方发起节点针对所述跨平台作业任务的处理结果的获取指令，从所述本方协同节点下载处理结果，并将所述处理结果返回至所述本方发起节点。9.根据权利要求1所述的方法，其中，在确定与所述对方联邦学习平台匹配的本方协同节点之后，还包括：获取所述本方发起节点发送的与所述跨平台作业任务匹配的部分依赖图，并将所述部分依赖图发送至所述本方协同节点。10.一种联邦学习平台之间的互通装置，由内置于本方联邦学习平台中的互联互通服务执行，包括：对方联邦学习平台确定模块，用于响应于本方联邦学习平台中本方发起节点中的跨平台作业任务的开启指令，确定与所述跨平台作业任务匹配的对方联邦学习平台；本方协同节点确定模块，用于在各本方备选节点中，...
【专利技术属性】
技术研发人员：陈治宇，周吉文，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。