[發明專利]基于物聯網的聯合學習引擎整體架構系統

在審

• 申請號: 202110047081.0
• 申請日: 2021-01-14
• 公開（公告）號: CN114841356A
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 張敏;高慶
• 申請（專利權）人: 新智數字科技有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06K9/62;G06F21/60;G06F21/62;G16Y40/30;G16Y40/50
• 代理公司: 北京嘉科知識產權代理事務所(特殊普通合伙) 11687
• 代理人: 楊波

本發明公開了基于物聯網的聯合學習引擎整體架構系統，屬于聯合學習技術領域，包括云服務端和聯合學習引擎，云服務端用于向聯合學習引擎調動多個聯合參與方，聯合學習引擎用于響應基于聯合學習架構應用，通過標準接口為目標客戶端呼應需求。本發明的基于物聯網的聯合學習引擎整體架構系統，云服務為聯合學習引擎服務提供穩定可靠的基礎，保證聯合學習引擎服務可更好地系統調動和管理多個聯合參與方，賦能生態，聯合學習引擎服務通過標準接口為聯合學習應用提供智能的聯合學習，聯合學習應用用于各種領域，提高各個領域的聯合學習效率，有效進行數據使用和機器學習建模，可提高聯合學習效率。

技術領域

本發明涉及聯合學習技術領域，特別涉及基于物聯網的聯合學習引擎整體架構系統。

背景技術

聯合學習又稱聯邦學習，是一個機器學習框架，能有效幫助多個機構在滿足用戶隱私保護、數據安全和政府法規的要求下，進行數據使用和機器學習建模。

聯邦學習作為分布式的機器學習范式，可以有效解決數據孤島問題，讓參與方在不共享數據的基礎上聯合建模，能從技術上打破數據孤島，實現AI協作。聯邦學習定義了機器學習框架，在此框架下通過設計虛擬模型解決不同數據擁有方在不交換數據的情況下進行協作的問題。虛擬模型是各方將數據聚合在一起的最優模型，各自區域依據模型為本地目標服務。聯邦學習要求此建模結果應當無限接近傳統模式，即將多個數據擁有方的數據匯聚到一處進行建模的結果。在聯邦機制下，各參與者的身份和地位相同，可建立共享數據策略。由于數據不發生轉移，因此不會泄露用戶隱私或影響數據規范。為了保護數據隱私、滿足合法合規的要求。

物聯網是指通過各種信息傳感器、射頻識別技術、全球定位系統、紅外感應器、激光掃描器等各種裝置與技術，實時采集任何需要監控、連接、互動的物體或過程，采集其聲、光、熱、電、力學、化學、生物、位置等各種需要的信息，通過各類可能的網絡接入，實現物與物、物與人的泛在連接，實現對物品和過程的智能化感知、識別和管理。物聯網是一個基于互聯網、傳統電信網等的信息承載體，它讓所有能夠被獨立尋址的普通物理對象形成互聯互通的網絡。

目前基于物聯網的聯合學習引擎整體架構系統，其不能較好的系統調動和管理多個聯合參與方，使得聯合學習效率低下。

發明內容

本發明的目的在于提供基于物聯網的聯合學習引擎整體架構系統，云基礎設施為云服務提供保障，云服務為聯合學習引擎服務提供穩定可靠的基礎，保證聯合學習引擎服務可更好地系統調動和管理多個聯合參與方，最終將聯合訓練的模型沉淀在模型庫里，賦能生態，聯合學習引擎服務通過標準接口為聯合學習應用提供智能的聯合學習，框架融合能力強，聯合學習應用用于各種領域，提高各個領域的聯合學習效率，各個架構相互配合協調，有效進行數據使用和機器學習建模，可提高聯合學習效率，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

基于物聯網的聯合學習引擎整體架構系統，包括云服務端和聯合學習引擎，

云服務端用于向聯合學習引擎調動多個聯合參與方；

聯合學習引擎用于響應基于聯合學習架構應用，通過標準接口為目標客戶端呼應需求。