[發明專利]一種基于堆棧自動編碼器的聯邦學習方法、裝置及系統

在審

• 申請號: 202111155779.0
• 申請日: 2021-09-29
• 公開（公告）號: CN113935462A
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 樊昕曄;王鵬;賈雪麗;李鈺;王義文;田江;向小佳;丁永建;李璠
• 申請（專利權）人: 光大科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N20/20;G06K9/62;G06F21/60;G06V10/774
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 張秀英

1.一種基于堆棧自動編碼器的聯邦學習方法，其特征在于，應用于子節點，包括：

通過堆棧自動編碼器對目標圖像數據進行加密，得到加密后的圖像數據；

將所述加密后的圖像數據發送給中心節點，以使所述中心節點根據多個所述子節點的加密后的圖像數據對圖像分類模型進行訓練。

2.根據權利要求1所述的方法，其特征在于，通過堆棧自動編碼器對目標圖像數據進行加密，得到加密后的圖像數據包括：

根據預設數量的圖像數據訓練所述堆棧自動編碼器，得到訓練好的自動編碼器；

根據所述自動編碼器提取代表所述目標圖像數據的核心特征的編碼數組，其中，所述加密后的圖像數據為所述編碼數組。

3.根據權利要求2所述的方法，其特征在于，根據所述自動編碼器提取代表所述目標圖像數據的核心特征的編碼數組包括：

將所述目標圖像數據輸入所述自動編碼器；

通過所述自動編碼器計算所述目標圖像數據中每個圖像數據的均方誤差；

根據所述均方誤差過濾所述目標圖像數據中的異常數據，得到所述編碼數組。

4.根據權利要求3所述的方法，其特征在于，根據所述均方誤差過濾所述目標圖像數據中的異常數據，得到所述編碼數組包括：

將所述每個圖像數據的所述均方誤差與預先設置的閾值進行對比，得到對比結果；

將所述目標圖像數據中所述對比結果為大于預先設置的閾值的圖像數據確定為異常數據；

對所述異常數據進行過濾。

5.一種基于堆棧自動編碼器的聯邦學習方法，其特征在于，應用于中心節點，包括：

接收多個子節點發送的加密后的圖像數據，其中，所述加密后的圖像數據是所述多個子節點通過堆棧自動編碼器對目標圖像數據進行加密得到的；

根據所述多個子節點的所述加密后的圖像數據對圖像分類模型進行訓練。

6.根據權利要求5所述的方法，其特征在于，根據所述多個子節點的所述加密后的圖像數據對圖像分類模型進行訓練包括：

將所述多個子節點的所述編碼數組輸入卷積神經網絡模型中，對所述卷積神經網絡模型進行訓練，得到訓練好的用于圖像分類的目標卷積神經網絡模型。

7.一種基于堆棧自動編碼器的聯邦學習裝置，其特征在于，應用于子節點，包括：

加密模塊，用于通過堆棧自動編碼器對目標圖像數據進行加密，得到加密后的圖像數據；

發送模塊，用于將所述加密后的圖像數據發送給中心節點，以使所述中心節點根據多個所述子節點的加密后的圖像數據對圖像分類模型進行訓練。

8.一種基于堆棧自動編碼器的聯邦學習裝置，其特征在于，應用于中心節點，包括：

接收模塊，用于接收多個子節點發送的加密后的圖像數據，其中，所述加密后的圖像數據是所述多個子節點通過堆棧自動編碼器對目標圖像數據進行加密得到的；

訓練模塊，用于根據所述多個子節點的所述加密后的圖像數據對圖像分類模型進行訓練。

9.一種基于堆棧自動編碼器的聯邦學習系統，其特征在于，包括：多個子節點與中心節點，其中，所述多個子節點均與所述中心節點連接，

所述多個子節點，用于分別通過堆棧自動編碼器對目標圖像數據進行加密，得到加密后的圖像數據，將所述加密后的圖像數據發送給所述中心節點；

所述中心節點，用于根據所述多個子節點的加密后的圖像數據對圖像分類模型進行訓練。

10.根據權利要求9所述的系統，其特征在于，

所述多個子節點，還用于分別根據預設數量的圖像數據訓練所述堆棧自動編碼器，得到訓練好的自動編碼器，根據所述自動編碼器提取代表所述目標圖像數據的核心特征的編碼數組，其中，所述加密后的圖像數據為所述編碼數組。