申请/专利权人:慧之安信息技术股份有限公司
申请日:2024-01-31
公开(公告)日:2024-07-05
公开(公告)号:CN118300989A
主分类号:H04L41/083
分类号:H04L41/083;H04L9/00;H04L67/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.07.23#实质审查的生效;2024.07.05#公开
摘要:本发明提出了一种本地集群矩阵的同态加密联邦学习的加速方法和系统。所述本地集群矩阵的同态加密联邦学习的加速方法包括:权重调取终端调取客户端的用于联邦学习的深度学习模型的权重值并进行聚合生成集群矩阵;权重调取终端对所述集群矩阵进行加密,并将加密后的集群矩阵上传至指定的目标服务端的存储位置;目标服务端在接收到所述权重调取终端发送的加密后的集群矩阵后,对所述集群矩阵进行安全聚合,并将安全聚合后的权重值下发至所述客户端。所述系统包括与所述方法步骤对应的模块。
主权项:1.一种本地集群矩阵的同态加密联邦学习的加速方法,其特征在于,所述本地集群矩阵的同态加密联邦学习的加速方法包括:权重调取终端调取客户端的用于联邦学习的深度学习模型的权重值并进行聚合生成集群矩阵;权重调取终端对所述集群矩阵进行加密,并将加密后的集群矩阵上传至指定的目标服务端的存储位置;目标服务端在接收到所述权重调取终端发送的加密后的集群矩阵后,对所述集群矩阵进行安全聚合,并将安全聚合后的权重值下发至所述客户端。
全文数据:
权利要求:
百度查询: 慧之安信息技术股份有限公司 一种本地集群矩阵的同态加密联邦学习的加速方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。