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：浪潮软件股份有限公司
摘要：本发明公开了基于差分压缩的联邦学习隐私保护方法、设备及介质，属于联邦学习隐私保护技术领域，本发明要解决的技术问题为如何在隐私精度平衡的基础上，实现可应用型更广更为合理的隐私保护，保证联邦学习模型的学习效果，采用的技术方案为：采用将差分隐私与模型压缩相结合，对整个联邦学习的训练过程进行加密；通道敏感度剪枝：用于加密本地模型上传参数，有效保护上传的本地模型参数免受恶意客户端和恶意分析者的攻击；并制定通道神经元敏感度的判断准则，通过求解每个卷积层中不同通道特征图每轮训练过程中的神经元敏感度，决定对应通道是否应该被保留；自适应差分隐私。
主权项：1.一种基于差分压缩的联邦学习隐私保护方法，其特征在于，该方法是采用将差分隐私与模型压缩相结合，对整个联邦学习的训练过程进行加密；具体如下：通道敏感度剪枝：用于加密本地模型上传参数，有效保护上传的本地模型参数免受恶意客户端和恶意分析者的攻击；并制定通道神经元敏感度的判断准则，通过求解每个卷积层中不同通道特征图每轮训练过程中的神经元敏感度，决定对应通道是否应该被保留；自适应差分隐私：通过统计神经网络模型每层历次梯度更新的数据，计算每轮次模型每层的梯度偏差与方差，求解每轮模型每层梯度裁剪的阈值；并通过计算神经网络模型在每轮训练过程中每层神经元的总输出值，在每轮次迭代过程中，求解每层神经网络输出值在整个神经网络模型总输出的占比，为每层神经网络分配相应的隐私预算；并通过计算用户全局模型训练聚合梯度的信噪比，确定每个用户模型的聚合权重值，确保全局模型的训练精度。
全文数据：
权利要求：
百度查询： 浪潮软件股份有限公司 基于差分压缩的联邦学习隐私保护方法、设备及介质
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