(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210373640.1 (22)申请日 2022.04.11 (71)申请人 中山大学 地址 510275 广东省广州市海珠区新港西 路135号 (72)发明人 郭子晗　由林麟　吴承瀚　林俊龙　 李浩源　侯英威　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 梁嘉琦 (51)Int.Cl. G06N 20/00(2019.01) G06F 9/50(2006.01) G06F 16/23(2019.01) G06F 16/27(2019.01)G06F 21/60(2013.01) (54)发明名称 前后端分离的异步联邦学习方法、 系统、 装 置及存储介质 (57)摘要 本发明公开了一种前后端分离的异步联邦 学习方法、 系统、 装置及存储介质， 其中方法包 括： 根据待训练服务， 服务使用者向后端发送服 务请求信息； 后端接收到的服务请求信息推送给 系统管理者； 系统管理者设置待训练服务对应的 待执行任务的全局训练策略， 并将全局训练策略 发送给后端， 由后端开始待执行任务的异步联邦 学习； 后端向训练参与者发送训练通知； 训练参 与者训练本地模 型， 并将训练好的本地模型上传 至后端； 后端根据接收到的本地模 型生成全局模 型， 并对全局模型进行评估； 当评估通过， 后端更 新待训练服务的使用状态， 并将更新后的使用状 态返回服务使用者。 本申请实施例提出的异步联 邦学习系统的前后端相对独立且松耦合， 能有效 提高系统 兼容性。 权利要求书3页 说明书12页 附图7页 CN 114861931 A 2022.08.05 CN 114861931 A 1.一种前后端分离的异步联邦学习方法， 所述前后端分离的异步联邦学习方法应用于 前后端分离的异步联邦学习系统， 所述系统包括前端和后端， 所述前端和所述后端之间以 接口形式进 行数据交换； 所述前端的用户身份包括服务使用者、 系统管理者和训练参与者； 其特征在于， 所述方法包括： 根据待训练服 务， 所述服务使用者向所述后端发送服 务请求信息； 所述后端接收到的所述 服务请求信息推送给 所述系统管理者； 根据接收到的所述服务请求信 息， 所述系统管理者设置所述待训练服务对应的待执行 任务的全局训练策略， 并将所述全局训练策略发送给 所述后端； 根据所述全局训练策略， 所述后端开始所述待执 行任务的异步联邦学习； 在所述异步联邦学习的过程中， 所述后端向所述训练参与者发送训练通知； 根据所述训练通知， 所述训练参与者训练本地模型， 并将训练好的所述本地模型上传 至所述后端； 所述后端根据接收到的所述本地模型生成全局模型， 并对所述全局模型进行评估； 当评估通过， 所述后端更新所述待训练服务的使用状态， 并将更新后的所述使用状态 返回所述 服务使用者； 所述服务使用者接收到所述使用状态后， 向所述后端发送对应所述待训练服务的本地 服务请求； 根据所述本地 服务请求， 所述后端向所述 服务使用者发送所述全局模型； 所述服务使用者接收所述全局模型并进行本地服务计算， 获得服务计算结果， 并将所 述服务计算结果在前端界面进行 可视化。 2.根据权利要求1所述的前后端分离的异步联邦学习方法， 其特征在于， 所述方法还包 括： 在所述后端接收到所述服务请求信 息之后， 所述后端将所述服务请求信 息记录于后端 数据库； 所述后端向所述 服务使用者发送响应信息， 声明所述响应信息为信息流； 根据所述响应信息， 所述 服务使用者更新所在的前端界面； 在接收到所述使用状态后， 关闭信息流通道， 并在所述前端界面进行弹窗提示或提供 本地服务请求按 钮； 其中， 所述本地 服务按钮为向所述后端发送所述本地 服务请求的接口按 钮。 3.根据权利要求1所述的前后端分离的异步联邦学习方法， 其特征在于， 所述根据 所述 训练通知， 所述训练参与者训练本地模 型， 并将训练好的所述本地模 型上传至所述后端， 包 括： 所述训练通知中包括对应所述待执 行任务的特殊事 件标识和本地模型 上传接口； 根据所述特殊事 件标识， 所述训练参与者向所述后端发送用户信息查询请求； 根据所述用户信 息查询请求， 所述后端判断所述训练参与者是否首次训练所述待执行 任务； 若所述训练参与者为首次训练所述待执行任务， 所述后端向所述训练参与者返回所述 待执行任务对应的全局训练策略， 全局 加密模型、 本地训练容器镜像和容器 配置文件； 所述训练参与者根据接收到的所述本地训练容器镜像和容器配置文件部署本地训练权　利　要　求　书 1/3 页 2 CN 114861931 A 2容器， 并保存所述全局训练策略； 所述训练参与者将所述全局加密模型导入所述本地训练容器， 根据所述全局训练策略 对所述全局 加密模型进行训练， 得到所述本地模型； 通过所述本地模型 上传接口， 所述训练参与者将所述本地模型 上传至所述后端。 4.根据权利要求1所述的前后端分离的异步联邦学习方法， 其特征在于， 所述方法还包 括： 根据所述本地服务请求， 所述后端向所述服务使用者发送本地计算容器镜像和所述容 器配置文件； 所述服务使用者 根据所述本地计算 容器镜像和容器 配置文件部署本地计算 容器； 所述服务使用者接收所述全局模型并进行本地服务计算， 获得服务计算结果这一步 骤， 具体为： 将所述全局模型导入所述本地计算容器， 并运行所述本地计算容器， 获得所述服务计 算结果。 5.根据权利要求1 ‑4任一项所述的前后端分离的异步联邦学习方法， 其特征在于， 所述 方法还包括： 当评估不通过， 所述后端接收新的所述本地模型， 根据新的所述本地模型对所述全局 模型进行 更新， 并对更新后的所述全局模型重新进行评估。 6.一种前后端分离的异步联邦学习 系统， 其特 征在于， 包括前端和后端： 所述前端和所述后端之间以接口形式进行 数据交换； 所述前端包括 服务使用者终端、 训练参与者终端和系统管理者终端； 所述后端包括 服务使用者模块、 训练参与者模块和系统管理者模块； 所述服务使用者终端用于供服 务使用者调用所述 服务使用者模块； 所述服务使用者模块用于向所述后端发送待训练服务的服务请求信 息， 并用于向所述 后端发送本地 服务请求， 并用于进行本地 服务计算； 所述训练参与者终端用于供训练参与者调用所述训练参与者模块； 所述训练参与者模块用于根据 所述后端发送的训练通知训练本地模型， 并用于将训练 好的本地模型 上传至所述后端； 所述系统管理者模块用于供系统管理者调用系统管理者模块； 所述系统管理者模块用于设置待训练服务的全局训练策略， 并用于将所述全局训练策 略发送至所述后端。 7.根据权利要求6所述的前后端分离的异步联邦学习系统， 其特征在于， 所述系统 的接 口通信机制包括即时响应模式和异步处 理模式。 8.根据权利要求6 ‑7任一项所述的前后端分离的异步联邦学习系统， 其特征在于， 所述 前端还包括通用终端， 所述后端还 包括通用功能模块； 所述通用终端用于供用户调用所述 通用功能模块； 所述通用功能模块用于提供用户注册登录、 界面资源响应、 数据库管理、 数据统计处理 和数据加解密中的至少一项功能。 9.一种前后端分离的异步联邦学习装置， 其特 征在于， 包括： 至少一个处 理器；权　利　要　求　书 2/3 页 3 CN 114861931 A 3