本發明涉及一種數據管理方法的。
背景技術：
1、例如，作為人工智能（artificial?intelligence：ai）模型的學習，提出了使用包括學習數據和正確標簽的訓練數據的組即學習數據集的學習（參考專利文獻1）。
2、專利文獻1：日本特開2024-151166號公報
技術實現思路
1、例如，作為ai模型的學習方法，提出了聯合學習。在聯合學習中，多個客戶端各自使用學習數據集進行作為學習模型的本地模型的學習，中央服務器根據多個本地模型生成單個的全局模型。在此，在多個客戶端的一部分惡意地共享本地模型的情況下，有時難以進行聯合學習。
2、本發明是鑒于上述情況而完成的，其課題在于提供一種能夠確保本地模型的可靠性的數據管理方法。
3、本發明的一方式所涉及的數據管理方法為如下系統的數據管理方法，所述系統具備多個客戶端和服務器且執行反復如下處理的聯合學習：所述多個客戶端各自使用學習數據集來學習模型，所述服務器使用多個客戶端所涉及的學習結果來整合所述模型，所述數據管理方法包括：管理步驟，由所述多個客戶端中的一個客戶端管理，并且，將針對存儲所述一個客戶端所涉及的學習結果的一個存儲設備發行的可由第三方驗證的證明信息，由與所述一個存儲設備建立關聯的管理手段管理。
1.一種數據管理方法，其為如下系統的數據管理方法，所述系統具備多個客戶端和服務器且執行反復如下處理的聯合學習：所述多個客戶端各自使用學習數據集來學習模型，所述服務器使用多個客戶端所涉及的學習結果來整合所述模型，所述數據管理方法的特征在于，包括：
2.根據權利要求1所述的數據管理方法，其特征在于，
3.根據權利要求1所述的數據管理方法，其特征在于，