基于联邦学习的地质灾害多机构隐私数据协同调查方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于联邦学习的地质灾害多机构隐私数据协同调查方法
申请号:CN202511096512
申请日期:2025-08-06
公开号:CN120996741A
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开了基于联邦学习的地质灾害多机构隐私数据协同调查方法,包括以下步骤:步骤一、中央服务器构建初始地质灾害预测模型,生成全局模型参数;各机构向中央服务器注册身份信息,获取安全通信密钥;步骤二、各机构在本地采集地质灾害相关原始数据,对原始数据进行预处理并提取特征;步骤三、联邦循环训练,重复执行直至收敛;步骤四、中央服务器根据各机构的数据量或预设可信权重,形成新版本全局模型;并对可信性进行验证;步骤五、中央服务器将更新后的全局模型分发给所有参与机构。本发明通过联邦学习框架融合时空特征保护机制,实现隐私与效能的协同优化;时空特征协同建模,为多机构隐私安全协作提供技术范式。
技术关键词
协同调查方法 服务器 地质灾害预测 差分隐私 加密 噪声强度系数 融合时空特征 客户端 数据 参数 特征提取器 判断机构 混合网络 模型更新 索引 身份 样本 矩阵 度量