农业银行申请联邦学习专利，提升联邦学习的安全性

　　2024年1月31日消息，据国家知识产权局公告，中国农业银行股份有限公司申请一项名为“一种基于联邦学习的模型训练方法、装置、设备及介质“，公开号CN117474124A，申请日期为2023年12月。

　　专利摘要显示，本发明公开了一种基于联邦学习的模型训练方法、装置、设备及介质。该方法包括：指示每个本地设备利用本地数据集训练初始模型，以得到局部模型训练参数，并将局部模型训练参数发送至关联的边缘服务器；根据预设实用拜占庭容错算法，指示从节点服务器和主节点服务器同步局部模型训练参数；指示每个本地设备利用关联的边缘服务器发送的全局模型训练参数确定全局模型。本发明实施例的技术方案，将局部模型的训练参数传送至所关联的边缘服务器中，通过将边缘服务器作为节点并完成数据的共识，利用共识后得到的全局模型训练参数即可确定全局模型，本方案去中心化训练模型并分布式存储模型的训练参数，整体提升了联邦学习的安全性。