与垂直联合学习相关的方法、装置和计算机程序与流程
本公开的各种示例涉及方法、装置和计算机程序,并且具体地但不排除与电信网络中的垂直联合学习相关的方法、装置和计算机程序。
背景技术:
1、通信网络可以被视为一种设施,其使得两个或更多个通信设备之间能够进行通信,或者为通信设备提供对数据网络的接入。移动或无线通信网络是通信网络的一个示例。通信设备可以由应用服务器提供服务。
2、通信网络可以根据诸如由3gpp(第三代合作伙伴计划)或etsi(欧洲电信标准协会)提供的标准来操作。由3gpp提供的标准的示例是用于蜂窝技术世代的所谓3gpp标准,诸如用于4g技术的3gpp标准和用于5g技术的3gpp标准。根据3gpp标准进行操作的通信网络可以被称为3gpp网络。
技术实现思路
1、将针对某些方面描述本公开的一些示例。这些方面不旨在指示本公开的各种示例的关键或基本特征,也不旨在用于限制其范围。鉴于本公开,本领域技术人员将能够理解其他特征、方面和元素。例如,应当理解,可以通过以下描述的各个方面中的任何两个或更多个方面的组合来提供其他方面。
2、根据第一方面,提供了一种方法,该方法包括:在用户设备处从第一服务器接收对与一个或多个样本标识相关的信息的第一请求,该第一服务器参与垂直联合学习任务,当用户设备是要参与垂直联合学习任务的候选用户设备时,相应的样本标识与由用户设备使用的公共样本集中的相应的样本相关联;确定用于一个或多个样本标识的哈希值,一个或多个样本标识与用户设备的一个或多个收集的特征值相关联,其中一个或多个样本标识中的相应的样本标识的哈希值通过加密盐值和相应的样本标识的级联并且对级联的结果进行哈希来确定;以及在对第一请求的响应中向第一服务器提供一个或多个哈希值。
3、当基于第一响应用户设备被选择参与垂直联合学习任务时,该方法可以包括向第一服务器提供与在垂直联合学习任务中训练的模型相关的信息;以及从第一服务器接收更新的信息,更新的信息更新在垂直联合学习任务中训练的模型。
4、该方法可以包括接收包括加密盐值的第一消息,第一消息来自第二服务器。
5、第一消息还可以包括以下中各项的一项或多项:垂直联合学习任务的标识信息;或者关于如何级联加密盐值和相应的样本标识的信息。
6、根据第二方面,提供了一种方法,该方法包括:针对作为用于参与垂直联合学习机器学习任务的候选用户设备的多个用户设备:向相应的用户设备发送对与一个或多个样本标识相关的信息的第一请求,当用户设备是要参与垂直联合学习任务的候选时,相应的样本标识与由用户设备使用的公共样本集中的相应的样本相关联;以及在对第一请求的响应中从相应的用户设备接收用于一个或多个样本标识的一个或多个哈希值,一个或多个相应的样本与用户设备的一个或多个收集的特征值相关联。
7、该方法可以包括使用具有与一个或多个公共样本相匹配的一个或多个特征的用户设备的一个或多个哈希值来确定,以基于一个或多个共同样本来选择多个用户设备中的一个或多个用户设备作为用于垂直联合学习任务的候选。
8、以下中各项的一项或多项可以与第一方面的方法和第二方面的方法中的一者或两者一起使用。
9、对第一请求的响应可以包括与用户设备相关联的标识信息中的一个或多个标识信息。
10、第一请求可以包括对基于绑定到相应的数据集的一个或多个相应的样本标识的一个或多个哈希值的请求。
11、根据第三方面,提供了一种方法,该方法包括:在用户设备处从第一服务器接收对用户设备的数据集进行匹配的第一请求,其中用户设备是用于参与垂直联合学习任务的候选用户设备,其中该请求包括来自样本集的公共样本的样本标识符集、以及用于将用户设备的一个或多个数据集与样本标识符集中的一个或多个样本标识符进行匹配的一个或多个匹配标准;确定用户设备的一个或多个数据集满足匹配标准;以及向第一服务器提供对该请求的响应,所述响应指示用户设备的一个或多个数据集已经与样本标识符集中的一个或多个样本标识符相匹配。
12、该方法可以包括:当基于用户设备具有绑定到样本池的一个或多个样本的一个或多个数据集,用户设备被选择参与垂直联合学习任务,向第一服务器提供与在垂直联合学习任务中训练的模型相关的信息;以及从第一服务器接收更新的信息,更新的信息更新在垂直联合学习任务中训练的模型。
13、根据第四方面,提供了一种方法,该方法包括:针对作为用于参与垂直联合学习机器学习任务的候选用户设备的多个用户设备:向相应的用户设备发送对用户设备的数据集进行匹配的第一请求,其中该请求包括来自样本集的公共样本的样本标识符集、以及用于将用户设备的一个或多个数据集与样本标识符集中的一个或多个样本标识符进行匹配的一个或多个匹配标准;以及从相应的用户设备接收对第一请求的响应,所述响应指示用户设备的一个或多个数据集已经与样本标识符集中的一个或多个样本标识符相匹配。
14、以下中各项的一项或多项可以与第二方面的方法和第四方面的方法中的一者或两者一起使用。
15、该方法可以包括从垂直应用层服务器接收用于请求模型训练或通知中的一项或多项的垂直应用层简档。
16、该方法可以包括从垂直应用层服务器接收用于协助垂直联合学习机器学习任务的请求。
17、该方法可以包括选择相应的用户设备的客户端集群,在该集群中,客户端满足以下中各项的一项或多项:相似特征收集能力;相似特征描述;或者收集或具有与垂直联合学习机器学习任务和样本集范围内的一个或多个特征相关的数据的能力。
18、该方法可以包括向垂直应用层发送对用于协助的请求的响应,对用于协助的请求的响应包括指示所选择的集群中的相应的用户设备的客户端的信息。
19、以下中各项的一项或多项可以与第三方面的方法和第四方面的方法中的一者或两者一起使用。
20、第一请求还可以包括以下中各项的一项或多项:第一服务器的标识信息;或者垂直联合学习任务的标识信息。
21、对第一请求的响应可以包括垂直联合学习任务的标识信息。
22、以下中各项的一项或多项可以以第一方面至第四方面的方法中的一个或多个方法使用。
23、该方法可以包括由用户设备提供或由服务器接收用户设备的人工智能机器学习支持客户端的垂直联合学习客户端简档,vfl客户端简档包括关于以下各项中的一项或多项的信息:特征收集能力、特征处理能力、或者特征在其中被收集和/或处理的数据域。
24、vfl客户端简档可以包括关于数据集可用性的信息。
25、关于数据集可用性的信息可以包括以下中各项的一项或多项:数据集大小;年龄;数据集特征的列表;特征描述;和/或数据集标识符。
26、根据另一方面,提供了一种其上存储有程序指令的计算机可读介质,该程序指令用于执行以上方法中的至少一种。
27、根据一个方面,提供了一种其上存储有程序指令的非暂态计算机可读介质,该程序指令用于执行以上方法中的至少一种。
28、根据一个方面,提供了一种其上存储有程序指令的非易失性有形存储介质,该程序指令用于执行以上方法中的至少一种。
29、根据一个方面,提供了一种包括指令的程序,该程序在由至少一个处理器执行时,使得前述方法中的任何一项被执行。
30、在上文中,已经描述了很多不同方面。应当理解,其他方面可以通过上述或本文其他地方描述的任何两个或更多个方面(或其(多个)相应的部分)的组合来提供。
31、在以下详细描述和权利要求中还描述了各种其他方面。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com