摘要
基于业务流程的法律监督模型多层级混合并行优化技术,涉及大数据处理技术领域。传统的集中式模型训练方式要求各司法监管节点的数据集中传输至中央服务器进行模型训练,不仅会引起信息重构风险,还会导致数据传输延迟,影响整体训练效率。构建大数据法律监督模型;获得训练数据集并进行预处理;训练大数据法律监督模型,使用GLoSGA算法切分网络层次,在训练过程中将大数据法律监督模型按照层或模块进行水平切分,在各司法监管节点上部署切分后的网络模型;各司法监管节点将隐私处理后的梯度参数发送至中央服务器,中央服务器汇总各司法监管节点的参数后反向更新到各司法监管节点,以更新各节点的网络模型。