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：北京电子科技学院
摘要：本发明公开了一种基于模分量同态的联邦学习安全聚合方法，旨在确保在多方联合训练中间结果交换时的数据隐私与安全性。该方案在多方联合训练交换中间结果时，在客户端将中间结果用同态加密算法进行加密，然后发送给服务器利用模分量同态加密算法进行聚合，再将聚合的结果返回给所有客户端，在客户端将聚合结果解密，最终，通过服务器和客户端在每次迭代的相互协作，生成最优的全局模型，不仅保证了中间结果没有泄露，还完成了训练任务，通过设置模基数和冗余模投影，控制密文扩张的程度，提升计算效率和精度。
主权项：1.一种基于模分量同态的联邦学习安全聚合方法，其特征在于：包括如下步骤：S1：接收服务器发送的全局模型参数；S2：基于所述全局模型参数，使用本地数据集进行本地模型训练，达到当前训练轮次的最优解时，获得更新后的本地模型及本地模型参数；S3：通过模分量同态加密算法对所述本地模型参数进行加密得到密文参数，后发送至服务器，所述模分量同态加密算法包括基于所述本地模型参数、模基数N和混淆冗余模投影位置M-1执行模分量同态加密计算，其中，NlogM＞128；S4：接收服务器返回的密文聚合结果并解密，获得新的全局模型参数，所述密文聚合结果包括服务器基于模分量同态加密算法对收到的来自多个客户端发送的所述密文参数进行聚合获得；S5：利用所述新的全局模型参数对所述更新后的本地模型进行下一轮迭代训练，重复S2-S5，直到达到预设的迭代次数或者损失函数收敛，获得训练完成的本地模型。
全文数据：
权利要求：
百度查询： 北京电子科技学院 一种基于模分量同态的联邦学习安全聚合方法及系统
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。
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