本公开提供了一种联合学习任务查看方法、装置、电子设备及存储介质。该方法包括：接收参与方发送的任务查看请求，响应于任务查看请求，调取联合学习任务列表，并根据任务查看请求设置任务筛选条件；利用预设的与任务筛选条件相对应的任务筛选规则，对联合学习任务列表中的联合学习任务执行筛选操作，得到筛选结果；接收参与方发送的详情查看请求，响应于详情查看请求，根据筛选结果中每个联合学习任务对应的当前任务状态，确定联合学习任务对应的当前任务状态的任务详情信息。本公开可以多维度展示联合学习任务过程，便于用户快速了解任务详情，提升用户的联合学习体验。提升用户的联合学习体验。提升用户的联合学习体验。
【技术实现步骤摘要】
联合学习任务查看方法、装置、电子设备及存储介质
[0001]本公开涉及联合学习
，尤其涉及一种联合学习任务查看方法、装置、电子设备及存储介质。
技术介绍
[0002]随着人工智能以及分布式机器学习技术的发展，通过联合不同参与方进行机器学习的联合学习方法成为一种训练人工智能模型的主流趋势。联合学习作为一种新型的分布式机器学习框架，满足了多个客户端在数据安全的要求下进行模型训练的需求。在联合学习平台中，为了使用户清楚地了解联合学习的过程，便于用户选择联合学习任务加入，因此需要将联合学习任务的执行过程可视化地向用户进行展示。
[0003]现有技术中，在对联合学习任务进行展示时，由于联合学习涉及到多方参与，且每个参与方所参与的联合学习任务的阶段各不相同。而传统的基于联合学习任务的工作流展示方式，所能展示的维度有限，并且不具备任务筛选以及快速加入等功能，用户也无法查看任务详情，降低了用户的联合学习体验。
[0004]鉴于上述现有技术中的问题，需要提供一种能够增加多方位的任务展示维度，具有任务筛选以及快速加入功能，便于用户快速了解任务详情，并提升用户联合学习体验的联合学习任务查看方法。
技术实现思路
[0005]有鉴于此，本公开实施例提供了一种联合学习任务查看方法、装置、电子设备及存储介质，以解决现有技术存在的联合学习任务查看维度不足，功能单一，无法查看任务详情，导致用户的联合学习体验降低的问题。
[0006]本公开实施例的第一方面，提供了一种联合学习任务查看方法，包括：接收参与方发送的任务查看请求，响应于任务查看请求，调取联合学习任务列表，并根据任务查看请求设置任务筛选条件；利用预设的与任务筛选条件相对应的任务筛选规则，对联合学习任务列表中的联合学习任务执行筛选操作，得到筛选结果；接收参与方发送的详情查看请求，响应于详情查看请求，根据筛选结果中每个联合学习任务对应的当前任务状态，确定联合学习任务对应的当前任务状态的任务详情信息。
[0007]本公开实施例的第二方面，提供了一种联合学习任务的查看装置，包括：接收模块，被配置为接收参与方发送的任务查看请求，响应于任务查看请求，调取联合学习任务列表，并根据任务查看请求设置任务筛选条件；筛选模块，被配置为利用预设的与任务筛选条件相对应的任务筛选规则，对联合学习任务列表中的联合学习任务执行筛选操作，得到筛选结果；确定模块，被配置为接收参与方发送的详情查看请求，响应于详情查看请求，根据筛选结果中每个联合学习任务对应的当前任务状态，确定联合学习任务对应的当前任务状态的任务详情信息。
[0008]本公开实施例采用的上述至少一个技术方案能够达到以下有益效果：
[0009]通过接收参与方发送的任务查看请求，响应于任务查看请求，调取联合学习任务列表，并根据任务查看请求设置任务筛选条件；利用预设的与任务筛选条件相对应的任务筛选规则，对联合学习任务列表中的联合学习任务执行筛选操作，得到筛选结果；接收参与方发送的详情查看请求，响应于详情查看请求，根据筛选结果中每个联合学习任务对应的当前任务状态，确定联合学习任务对应的当前任务状态的任务详情信息。本公开能够多维度展示联合学习任务过程，使联合学习平台具有任务筛选以及快速加入等功能，便于用户快速了解任务详情，提升了用户的联合学习体验。
附图说明
[0010]为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0011]图1是本公开实施例提供的一种联合学习的架构示意图；
[0012]图2是本公开实施例提供的联合学习任务查看方法的流程示意图；
[0013]图3是本公开实施例提供的联合学习任务查看装置的结构示意图；
[0014]图4是本公开实施例提供的电子设备的结构示意图。
具体实施方式
[0015]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。
[0016]联合学习是指在确保数据安全及用户隐私的前提下，综合利用多种AI(Artificial Intelligence，人工智能)技术，联合多方合作共同挖掘数据价值，催生基于联合建模的新的智能业态和模式。联合学习至少具有以下特点：
[0017](1)参与节点控制自有数据的弱中心化联合训练模式，确保共创智能过程中的数据隐私安全。
[0018](2)在不同应用场景下，利用筛选和/或组合AI算法、隐私保护计算，建立多种模型聚合优化策略，以获取高层次、高质量的模型。
[0019](3)在确保数据安全及用户隐私的前提下，基于多种模型聚合优化策略，获取提升联合学习引擎的效能方法，其中效能方法可以是通过解决包括计算架构并行、大规模跨域网络下的信息交互、智能感知、异常处理机制等，提升联合学习引擎的整体效能。
[0020](4)获取各场景下多方用户的需求，通过互信机制，确定合理评估各联合参与方的真实贡献度，进行分配激励。
[0021]基于上述方式，可以建立基于联合学习的AI技术生态，充分发挥行业数据价值，推动垂直领域的场景落地。
[0022]图1是本公开实施例提供的一种联合学习的架构示意图。如图1所示，联合学习的架构可以包括服务器(中心节点)101以及参与方102、参与方103和参与方104。
[0023]在联合学习过程中，基本模型可以通过服务器101建立，服务器101将该模型发送至与其建立通信连接的参与方102、参与方103和参与方104。基本模型还可以是任一参与方建立后上传至服务器101，服务器101将该模型发送至与其建立通信连接的其他参与方。参与方102、参与方103和参与方104根据下载的基本结构和模型参数构建模型，利用本地数据进行模型训练，获得更新的模型参数，并将更新的模型参数加密上传至服务器101。服务器101对参与方102、参与方103和参与方104发送的模型参数进行聚合，获得全局模型参数，并将全局模型参数传回至参与方102、参与方103和参与方104。参与方102、参与方103和参与方104根据接收的全局模型参数对各自的模型进行迭代，直到模型最终收敛，从而实现对模型的训练。在联合学习过程中，参与方102、参与方103和参与方104上传的数据为模型参数，本地数据并不会上传至服务器101，且所有参与方可以共享最终的模型参数，因此可以在保证数据隐私的基础上实现共同建模。
[0024]需要说明的是，参与方的数量不限于如上的三个，而是可以根据需要进行设置，本公开实施例对此不作限制。
[0025]下面将结合附图详细说明根据本本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种联合学习任务查看方法，其特征在于，包括：接收参与方发送的任务查看请求，响应于所述任务查看请求，调取联合学习任务列表，并根据所述任务查看请求设置任务筛选条件；利用预设的与所述任务筛选条件相对应的任务筛选规则，对所述联合学习任务列表中的联合学习任务执行筛选操作，得到筛选结果；接收参与方发送的详情查看请求，响应于所述详情查看请求，根据所述筛选结果中每个所述联合学习任务对应的当前任务状态，确定所述联合学习任务对应的所述当前任务状态的任务详情信息。2.根据权利要求1所述的方法，其特征在于，所述接收参与方发送的任务查看请求，响应于所述任务查看请求，调取联合学习任务列表，包括：接收所述参与方通过客户端发送的任务查看请求，响应于所述任务查看请求，获取所述任务查看请求中的列表标识，并确定与所述列表标识相对应的联合学习任务列表；其中，所述联合学习任务列表包括第一联合学习任务列表以及第二联合学习任务列表；所述第一联合学习任务列表中包含所述参与方创建的联合学习任务，所述第二联合学习任务列表中包含其他参与方创建的联合学习任务。3.根据权利要求1所述的方法，其特征在于，所述根据所述任务查看请求设置任务筛选条件，包括：获取所述任务查看请求中的条件标识，确定与所述条件标识相对应的任务筛选条件，并将所述任务筛选条件设置成用于对所述联合学习任务列表进行筛选的条件；其中，所述任务筛选条件包括任务名称筛选、任务场景筛选、任务状态筛选、以及任务发起方筛选。4.根据权利要求1所述的方法，其特征在于，所述利用预设的与所述任务筛选条件相对应的任务筛选规则，对所述联合学习任务列表中的联合学习任务执行筛选操作，得到筛选结果，包括：根据所述任务筛选条件，调用与所述任务筛选条件具有映射关系的任务筛选规则，利用所述任务筛选规则对所述联合学习任务列表中所有的联合学习任务进行筛选，得到同时满足所述任务筛选规则的联合学习任务；其中，所述任务筛选规则包括名称筛选规则、场景筛选规则、状态筛选规则、以及发起方筛选规则。5.根据权利要求4所述的方法，其特征在于，所述接收参与方发送的详情查看请求，包括：接收所述参与方通过客户端发送的详情查看请求，获取所述筛选结果中每个所述联合学习任务对应的所述当前任务状态；其中，所述筛选结果中还包含所述联合学习任务对应的任务名称、任务发起方、任务场景、参与方数量、联合学习类型、联合学习算法、任务创建时间、任务...
【专利技术属性】
技术研发人员：张敏，
申请(专利权)人：新智我来网络科技有限公司，
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。