本發明提供一種基于區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點和區塊鏈節點;初始化;各橫向聯邦學習節點接收到中心聚合節點發起的訓練請求后進行訓練并得到梯度值;分別將各梯度值發送至區塊鏈和中心聚合節點;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,將中心聚合節點收到梯度值的與區塊鏈存儲的梯度值進行對比,并降低或者清零可疑節點的聚合權重,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。本發明能夠及時發現并剔除惡意節點,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,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)