龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工程大学
摘要：本发明属于社交网络技术领域，具体涉及一种面向社交网络兴趣推荐的联邦学习数据中毒检测系统、方法、程序、设备及存储介质。本发明通过基于深度自编码器的检测模型，使用深度自编码器的降维功能解决联邦学习中对数据中毒攻击的检测和防御问题，可以将客户端更新的高维模型参数降维，并突出恶意客户端的模型更新特征，通过检测并剔除恶意的攻击者，保护联邦学习中全局模型的安全。本发明设计了基于深度自编码器的联邦学习数据中毒检测模型，用于客户端中毒模型的检测和剔除，可部署在互联网服务提供商机房处，可广泛应用于用户侧互联网流量测量与分析等应用领域。
主权项：1.一种面向社交网络兴趣推荐的联邦学习数据中毒检测系统，其特征在于：包括模型采集分发模块、模型自编码降维模块、数据中毒检测模块与聚合模型转发模块；所述模型采集分发模块用于接收所有参与联邦学习的客户端上传的模型更新，对接收到的模型更新进行处理，确保其格式正确并符合系统规定的标准，将本轮次接收到的客户端模型写入中央服务器中的客户端模型数据集，并将中央服务器根据良性客户端的模型更新生成的全局模型下发到参与联邦学习的各客户端；所述模型自编码降维模块包括深度自编码器和解码器，深度自编码器用于从客户端模型数据集中提取模型更新数据并进行降维处理，解码器用于将降维后的数据重新构造为高维数据；所述数据中毒检测模块用于检测重构后的高维数据与降维前的模型更新数据的重构误差是否大于预设的检测阈值；若重构误差大于检测阈值，则判定对应的模型更新数据是异常的；所述聚合模型转发模块用于根据数据中毒检测模块的检测结果，将正常的模型更新数据发送给中央服务器用于聚合。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 一种面向社交网络兴趣推荐的联邦学习数据中毒检测系统、方法、程序、设备及存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号