本發(fā)明提供一種基于區(qū)塊鏈的橫向聯邦學習模型構建方法,包括如下步驟:在每個本地服務器上均同時部署橫向聯邦學習節(jié)點和區(qū)塊鏈節(jié)點;初始化;各橫向聯邦學習節(jié)點接收到中心聚合節(jié)點發(fā)起的訓練請求后進行訓練并得到梯度值;分別將各梯度值發(fā)送至區(qū)塊鏈和中心聚合節(jié)點;生成學習模型;利用測試集對學習模型進行預測,在預測準確率低于閾值時,將中心聚合節(jié)點收到梯度值的與區(qū)塊鏈存儲的梯度值進行對比,并降低或者清零可疑節(jié)點的聚合權重,再重新進行訓練與聚合分析,直至生成符合要求的學習模型。本發(fā)明能夠及時發(fā)現并剔除惡意節(jié)點,避免生成錯誤或者失效模型,防止出現更嚴重的問題。
聲明:
“基于區(qū)塊鏈的橫向聯邦學習模型構建方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)