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：桂林电子科技大学
摘要：本发明涉及联邦学习数据隐私技术领域，具体涉及一种基于双掩码且高效的隐私保护联邦学习训练方法，通过传输延迟的方法将联邦学习的所有参与者进行区域划分，并在每个区域设置边缘计算节点。参与者通过计算矢量方向差对持有数据进行质量评估，并通过添加随机致盲因子和数据分割方法对本地梯度和数据评估值进行加密并上传给边缘计算节点进行聚合；边缘节点在区域内对接收到的数据进行聚合后，协同云服务器进行全局模型的迭代，获得最终模型。本发明采用随机致盲因子和数据分割等技术，在保证参与者私有数据隐私的同时，降低了低质量数据对模型精度的负面影响，且更加高效的完成模型训练。
主权项：1.一种基于双掩码且高效的隐私保护联邦学习训练方法，其特征在于，包括下列步骤：步骤1：构建包括第三方授权机构TPA、云服务器S、参与者P和边缘计算节点ECN的系统模型；步骤2：所述系统模型初始化；步骤3：使用EP算法对数据质量进行评估；步骤4：参与者P对需上传数据加密；步骤5：边缘计算节点ECN在区域内对区域聚合结果进行解密；步骤6：中途延迟或退出参与者随机致盲因子剔除；步骤7：执行隐私保护联邦训练协议，输出结果。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 一种基于双掩码且高效的隐私保护联邦学习训练方法
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