一种基于动态分簇与双环协同训练的联邦学习方法及系统
申请号:CN202510831966
申请日期:2025-06-20
公开号:CN120706504A
公开日期:2025-09-26
类型:发明专利
摘要
本发明涉及一种基于动态分簇与双环协同训练的联邦学习方法及系统,涉及联邦学习领域。以解决分簇机制适应性不足、知识共享效率低下的问题。其中,方法包括:步骤1:从每个参与联邦学习的工控设备中接收非敏感特征;步骤2:按照各个所述非敏感特征的相似度对所述工控设备分簇,形成多个联邦子簇;步骤3:各所述联邦子簇独立执行内环知识蒸馏训练,各所述联邦子簇间执行外环模型共享训练,判断是否达到训练结束的条件;步骤4:更新所述非敏感特征,重复步骤2、步骤3和步骤4,直至达到训练结束条件。
技术关键词
工控设备
联邦学习方法
内环
蒸馏
联邦学习系统
层次聚类算法
分簇机制
验证规则
动态
统计特征
矩阵
有效性
代表
模块
加密
控制器
环形
参数