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:合肥工业大学
摘要:本发明提供了一种基于差分隐私的联邦学习客户隐私保护方法,包括如下步骤:系统初始化,包括搭建联邦学习框架和模型参数分发,其中由N个客户端和中心服务器搭建形成联邦学习框架;各个客户端进行本地模型训练;构建训练的本地神经网络的损失函数CLossi;确定抽样范围Rti;确定样本数Nti和候选集Sti;为梯度添加扰动。为了保护数据隐私,本发明基于指数机制在梯度中加入噪声以提高效率。并提出了一种梯度洗牌机制,富有开创性提出了联邦学习身份隐私解决方案。
主权项:1.一种基于差分隐私的联邦学习客户隐私保护方法,其特征在于,包括如下步骤:S1:系统初始化,包括搭建联邦学习框架和模型参数分发,其中由N个客户端和中心服务器搭建形成联邦学习框架;S2:各个客户端进行本地模型训练;S2.1:构建训练的本地神经网络的损失函数CLossi;S2.2:确定抽样范围Rti;S2.3:确定样本数Nti和候选集Sti;S2.4:为梯度添加扰动。
全文数据:
权利要求:
百度查询: 合肥工业大学 一种基于差分隐私的联邦学习客户隐私保护方法及介质
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。