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：广东工业大学
摘要：本发明公开了一种基于差分隐私的联邦学习安全聚合方法，方法包括：服务端根据收集的信息向各客户端分配隐私预算，并制作评分数据集。客户端根据分配的隐私预算初始化模型训练优化器，并进行模型训练以获得模型更新数据，然后根据隐私预算向服务端上传数据。服务端随机抽取部分客户端参与聚合，通过预设方法计算每个客户端的聚合权重，并基于权重对模型更新数据进行聚合，然后将其分发给各个客户端。本方法根据用户的不同隐私需求提供不同的隐私预算，避免浪费。在聚合时，使用评分数据集对用户上传的模型更新数据进行测试，减少投毒攻击的影响。聚合权重由隐私预算和模型评分两个因素决定，提高了聚合后模型的可用性。
主权项：1.一种基于差分隐私的联邦学习安全聚合方法，其特征在于，包括如下步骤：S1：服务端根据收集到的不同客户端的信息向各客户端分配隐私预算，并根据聚合的应用场景收集公开数据制作评分数据集；客户端根据所分配的隐私预算以及本地训练环境，初始化预设模型训练使用的优化器，并将其应用于本地模型训练中；S2：客户端使用自身的数据集对预设模型进行训练得到模型更新数据；S3：客户端根据所分配的隐私预算，向服务端上传本地的模型更新数据；S4：服务端随机抽取部分客户端参与聚合，并通过预设方法计算出每个客户端的最终聚合权重；S5：服务端根据最终聚合权重，对选择的客户端的模型更新数据进行聚合，得到最终的模型更新数据，并将其分发给各个客户端。
全文数据：
权利要求：
百度查询： 广东工业大学 一种基于差分隐私的联邦学习安全聚合方法
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