本公开涉及联合学习技术领域，提供了基于原型聚合的互联互通联合模型训练方法、装置及系统。该方法包括：接收多个客户端发送的本地类原型值和模型参数值；对多个客户端发送的本地类原型值进行聚合，得到聚合类原型值，对多个客户端发送的模型参数值进行聚合，得到联合学习平台内聚合模型参数值；将聚合类原型值发送给总协调节点；当接收到总协调节点反馈的全局类原型值时，将全局类原型值和联合学习平台内聚合模型参数值下发至各个客户端，以使各个客户端根据全局类原型值和联合学习平台内聚合模型参数值对其本地模型进行更新，直至达到收敛条件，得到目标联合学习模型。本公开可在有效地保护各联合学习平台的数据安全性和隐私性的前提下，实现不同的联合学习平台之间的互联互通联合训练模型。
【技术实现步骤摘要】
本公开涉及联合学习，尤其涉及一种基于原型聚合的互联互通联合模型训练方法、装置及系统。
技术介绍
1、在产业互联网中，由于产业数据收集难度大，正样本分布极度不平衡，依靠单独的联合学习平台进行模型训练，训练得到的模型的性能往往差强人意。而跨联合学习平台进行模型训练，能够很好地解决上述问题。
2、但是，由于不同厂商推出的联合学习平台的安全标准不统一，以及其联合学习的具体技术实现细节的差异、数据异构、模型异构等原因，不同的联合学习平台在实际应用中通常无法实现互联互通联合训练模型。
技术实现思路
1、有鉴于此，本公开实施例提供了一种基于原型聚合的互联互通联合模型训练方法、装置及系统，以解决现有技术中不同的联合学习平台无法实现互联互通联合训练模型的问题。
2、本公开实施例的第一方面，提供了一种基于原型聚合的互联互通联合模型训练方法，包括：
3、响应联合学习模型训练；
4、使用本地数据集中的训练数据对初始化后的本地模型进行训练，得到模型参数值；
>5、基于模型参数值本文档来自技高网...
【技术保护点】
1.一种基于原型聚合的互联互通联合模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述聚合类原型值包括多个数据类型的数据子集的子聚合类原型值；
3.根据权利要求2所述的方法，其特征在于，所述全局类原型值包括多个数据类型的子全局聚合类原型值；
4.一种基于原型聚合的互联互通联合模型训练方法，其特征在于，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述分类标签值和所述特征值，计算出所述本地数据集中的各个数据类型的数据子集的特征均值，包括：
6.根据权利要求4所述的方法，其特征在于，响应于所述协调...
【技术特征摘要】
1.一种基于原型聚合的互联互通联合模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述聚合类原型值包括多个数据类型的数据子集的子聚合类原型值；
3.根据权利要求2所述的方法，其特征在于，所述全局类原型值包括多个数据类型的子全局聚合类原型值；
4.一种基于原型聚合的互联互通联合模型训练方法，其特征在于，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述分类标签值和所述特征值，计算出所述本地数据集中的各个数据类型的数据子集的特征均值，包括：
6.根据权利要求4所述的方法，其...
【专利技术属性】
技术研发人员：刘辉，李增祥，
申请(专利权)人：新奥新智科技有限公司，
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。