安恒信息申请基于签名聚类的个性化图联邦学习方法、系统及存储介质专利

　　金融界2024年2月19日消息，据国家知识产权局公告，杭州安恒信息技术股份有限公司申请一项名为“基于签名聚类的个性化图联邦学习方法、系统及存储介质“，公开号CN117556919A，申请日期为2023年10月。

　　专利摘要显示，本发明公开了基于签名聚类的个性化图联邦学习方法、系统及存储介质，其方法包括步骤：客户端接收服务器下发的模型进行训练并根据模型的参数进行聚合；通过函数映射生成客户端的签名；在本地模型中添加个性化因子并将除个性化因子之外的模型层参数和签名上传至服务器；服务器根据各客户端的签名进行聚类并在聚类簇内部执行联邦平均；客户端接收服务器下发的联邦平均后的模型参数并结合个性化因子进行本地训练。本发明解决了相关技术中聚类学习效果差及客户端之间和客户端内部的数据异质性问题。