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：南京邮电大学
摘要：本发明属于联邦学习推理攻击技术领域，公开了一种基于生成对抗网络的联邦学习图像推理攻击方法。具体步骤包括：将提出的发明方法部署在联邦学习系统中；使用Kaiming初始化方法初始化WassersteinGAN的模型参数；输入的随机向量，得到伪图像数据和伪标签；获取梯度信息；最小化一种混合损失函数，恢复客户端私有图像数据。通过引入WassersteinGAN，本发明可以提供更稳定、更高效的图片生成效果。与此同时，本发明还利用Wasserstein距离和TVLoss两种损失函数，用以抑制恢复图像过程中的噪声和杂色。大量的实验结果表明，本发明提出的方法不仅能够恢复大规模批次的图像数据，而且在图像复原质量上超越了传统的梯度泄露攻击方法。
主权项：1.一种基于生成对抗网络的联邦学习图像推理攻击方法，其主要特征在于，主要包括以下步骤：步骤1、将提出的发明方法部署在联邦学习系统中；步骤2、使用Kaiming初始化方法初始化WassersteinGAN的模型参数，从潜空间中采样一个随机向量作为输入；步骤3、输入的随机向量输入初始化好的WassersteinGAN模型，得到伪图像数据和伪标签；步骤4、恶意客户端通过共谋攻击推理出想要恢复图像的客户端发送给中央服务器的梯度信息；步骤5、定义一种新型损失函数，通过不断将伪梯度逼近中央服务器节点真实梯度来在潜在空间中分离这种绑定关系，并利用这种关系恢复客户端私有图像数据，新型损失函数具体包括MSE损失函数、Wasserstein距离和TVLoss三个的混合值。
全文数据：
权利要求：
百度查询： 南京邮电大学 一种基于生成对抗网络的联邦学习图像推理攻击方法
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