申请号：CN202411445077.X

代理机构：武汉科皓知识产权代理事务所(特殊普通合伙) 42222

申请人所在国家/地区/组织：CN

公开日期（公开）：2025.02.14

公开日期（授权）：2025.09.26

IPC分类（公开）：G06N20/00;G06F18/22;G06F18/21

IPC分类（授权）：G06N20/00;G06F18/22;G06F18/21

摘要：

本发明提供一种联邦学习中基于价值增益的贡献评估方法，包括：步骤S1.基于多维计算模型间相关性的贡献评估指标计算每个客户端本地模型与全局模型之间在第t轮次的相关性；步骤S2.基于动态调整机制计算第t轮的全局模型与预热模型之间参数上的距离并进行归一化操作获取参与客户端每一通信轮次的贡献权重；步骤S3.基于步骤1中的每个客户端本地模型与全局模型之间在第t轮次的相关性和步骤2中参与客户端每一通信轮次的贡献权重计算客户端的真实贡献值。本发明在客户端的贡献评估领域，该方法有效降低了计算复杂度并不依赖于测数据集。