[發明專利]基于可信執行環境的跨域聯邦學習方法及系統

有效

• 申請號: 202210354376.7
• 申請日: 2022-04-06
• 公開（公告）號: CN114492846B
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 邢炬;左磊
• 申請（專利權）人: 天聚地合(蘇州)科技股份有限公司
• 主分類號: G06F21/57
• 分類號: G06F21/57;G06F9/445;G06N20/00
• 代理公司: 北京德崇智捷知識產權代理有限公司 11467
• 代理人: 王欣

1.一種基于可信執行環境的跨域聯邦學習方法，其特征在于，用于包含任務開發方、聯邦學習系統和參與方的基于可信執行環境的跨域聯邦學習系統中，所述聯邦學習系統中包含參數聚合集群、平臺控制器和開發環境，所述方法包括：

所述任務開發方在所述開發環境中生成聯邦學習任務，將所述聯邦學習任務發送給所述平臺控制器，所述聯邦學習任務中包含待訓練模型的參數及指標信息、模型結構信息、數據準備信息和預定數據類型，所述參數及指標信息用于指示所述模型的模型參數和訓練指標，所述模型結構信息用于指示所述模型的模型結構，所述數據準備信息用于指示所述模型的訓練數據的聲明，以使分布式數據源按照所述聲明對應的處理流程準備所述訓練數據，所述預定數據類型用于指示所述聯邦學習系統提供的邏輯數據抽象，以使分布式的訓練數據抽象為完整數據集；

所述平臺控制器將所述聯邦學習任務發送給所述參與方，并根據所述聯邦學習任務生成配置信息，將所述配置信息發送給所述參數聚合集群；

所述參與方根據所述聯邦學習任務進行模型訓練，并將每一輪訓練得到的中間參數發送給所述參數聚合集群；

所述參數聚合集群根據所述配置信息進行集群配置和底層網絡配置，并根據所述集群配置和底層網絡配置在可信執行環境中聚合所述中間參數，將聚合后的中間參數發送給所述參與方繼續訓練；

當對最后一輪訓練的中間參數進行聚合后，所述參數聚合集群將聚合后的中間參數作為模型參數發送給所述任務開發方；

所述方法還包括：

所述平臺控制器根據所述聯邦學習任務生成會話令牌，將所述會話令牌發送給所述任務開發方；

所述任務開發方修改所述聯邦學習任務中的至少一種信息，將修改后的聯邦學習任務和所述會話令牌發送給所述平臺控制器，所述至少一種信息為所述參數及指標信息、所述模型結構信息和所述數據準備信息中的至少一種；

所述平臺控制器將修改前后的聯邦學習任務中的每種信息映射為狀態圖，對所述狀態圖中的每項內容進行修改前后的差分計算，根據計算結果生成更新配置信息，將所述更新配置信息發送給所述參數聚合集群，所述狀態圖是狀態列表或字典；

所述參數聚合集群根據所述更新配置信息修改所述集群配置和/或所述底層網絡配置。

2.根據權利要求1所述的方法，其特征在于，所述任務開發方修改所述聯邦學習任務中的至少一種信息，包括：

所述任務開發方調用所述預定數據類型支持的增量語義接口，利用所述增量語義接口修改所述聯邦學習任務中的至少一種信息。

3.根據權利要求2所述的方法，其特征在于，所述增量語義接口包括操作類接口、追蹤類接口和交換類接口。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

所述平臺控制器根據所述計算結果生成信息差分，將所述信息差分發送給所述任務開發方；

所述任務開發方顯示所述信息差分。

5.根據權利要求1所述的方法，其特征在于，當所述中間參數被加密并分割成固定大小的參數分片時，所述根據所述集群配置和所述底層網絡配置在可信執行環境中聚合所述中間參數，包括：

所述參數聚合集群接收每個參與方發送的加密后的參數分片，在所述可信執行環境中，根據所述底層網絡配置將所述加密后的參數分片路由至對應的輸入隊列中；

所述參數聚合集群從所述輸入隊列中抽取并解密所述參數分片，并根據所述集群配置對解密后的參數分片進行聚合，將聚合后的參數分片加密送入輸出隊列中。

6.根據權利要求5所述的方法，其特征在于，所述參數聚合集群中包含多個服務器，所述在所述可信執行環境中，根據所述底層網絡配置將所述加密后的參數分片路由至對應的輸入隊列中，包括：

在所述可信執行環境中，所述參數聚合集群根據所述底層網絡配置中的一級路由，將所述加密后的參數分片路由至不同服務器中；

所述參數聚合集群根據所述底層網絡配置中的二級路由，將所述加密后的參數分片路由至所述服務器的內存中的不同輸入隊列中。