公开(公告)号：CN118569356A

公开(公告)日：2024-08-30

申请号：CN202410729737.0

申请日：2024-06-06

Applicant: 浙江大学 ,  杭州高新区(滨江)区块链与数据安全研究院

Inventor： 寿黎但 ,  周众泽 ,  陈珂 ,  谢钟乐 ,  骆歆远 ,  陈刚 ,  张帅

IPC: G06N3/098 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N5/04 ,  H04L67/10 ,  G06V10/82 ,  G06V10/94 ,  G06V10/764 ,  G16H50/20

Abstract: 本发明公开了一种基于分组生成及联邦学习的业务执行方法、设备、介质，应用于客户端，包括：接收服务器下发的基准数据集、初始化的业务执行网络和生成对抗网络；利用本地数据集对业务执行网络进行训练，从而在基准数据集上进行推断，统计各标签的准确率组成向量；每一组别参与联邦学习的每轮迭代训练过程，包括对生成对抗网络进行训练；将高斯噪声输入随机选取的若干个经服务器聚合得到的全局对抗生成模型得到合成样本集；其中，每一组别是服务器基于经阈值截断、随机翻转的准确率组成向量对客户端进行分组得到；利用合成样本集和本地数据集对重新初始化的业务执行网络进行训练；接收经服务器聚合得到的全局业务执行网络，以此执行业务任务。