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：中山大学
摘要：本发明公开了一种面向联邦学习的端网协同防御方法及系统，该方法包括：量化联邦学习系统中用户隐私保护行为对全局模型的收敛性能的影响；基于量化的理论结果对用户的成本进行建模，得到用户关于全局模型收敛性能的成本函数，并进一步对多用户之间的隐私保护决策问题进行建模，得到多阶段隐私保护博弈模型；基于博弈的结构对所述多阶段隐私保护博弈模型进行分析求解，得到用户隐私保护决策的纳什均衡。该系统包括：量化模块、模型构建模块和模型求解模块。通过使用本发明，在控制个体隐私风险和获取高精度模型的目标间进行权衡，为联邦学习用户的隐私保护行为提供决策参考。本发明可广泛应用于网络阿娜群领域。
主权项：1.一种面向联邦学习的端网协同防御方法，其特征在于，包括以下步骤：在联邦学习系统中，量化用户隐私保护行为对全局模型的收敛性能的影响；基于量化的理论结果对用户的成本进行建模，得到用户关于全局模型收敛性能的成本函数，并对多用户之间的隐私保护决策问题进行建模，得到多阶段隐私保护博弈模型；基于博弈的结构对所述多阶段隐私保护博弈模型进行分析求解，得到用户隐私保护决策的纳什均衡。
全文数据：
权利要求：
百度查询： 中山大学 一种面向联邦学习的端网协同防御方法及系统
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