Kollaborative Lernmethode eines Künstlichen Neuronennetzes ohne Weiterverbreitung der Lerndaten

Details

Veröffentlichungs-Nr.

EP3751468

Aktenzeichen

EP20179039

Anmeldetag

9. Juni 2020

Veröffentlichung

28. Januar 2026

Erteilung

28. Januar 2026

Rechtsraum

EP

IPC

G06N3/098G06N3/063G06N3/045H04L9/00G06N3/084

Abstract

La présente invention concerne une méthode d'apprentissage fédératif d'un modèle de réseau de neurones artificiels sur une pluralité d'ensembles de données d'apprentissage. La méthode d'apprentissage fait intervenir une pluralité de fournisseurs de données (220) disposant chacun d'un ensemble distinct de données d'apprentissage ainsi que d'une clé symétrique, et une plateforme d'agrégation (210) agrégeant, à chaque itération, des modèles partiels entraînés sur une sous-pluralité de ces ensembles. A chaque itération, la plateforme sélectionne une sous-pluralité de fournisseurs de données et leur fournit les paramètres du modèle, sous forme chiffrée en homomorphe. Chaque fournisseur de données d'apprentissage déchiffre ces paramètres, entraine le modèle sur son ensemble de données et retourne à la plateforme les paramètres du modèle partiel ainsi obtenu, chiffrés par sa clé symétrique. La plateforme d'agrégation effectue ensuite un transchiffrement de ces modèles partiels dans le domaine homomorphe, puis une combinaison de ceux-ci dans le domaine homomorphe pour obtenir un modèle global.

Anmelder

Firmen

Commissariat à l'Energie Atomique et aux Energies Alternatives
Commissariat à l'énergie atomique et aux énergies alternatives

Land

🇫🇷 Frankreich

Fachgebiete