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:湖南大学
摘要:本发明公开了一种基于鲁棒水印的个性化联邦学习模型所有权保护方法,本发明方法包括水印初始化步骤:S1.服务器将初始化模型和每个客户端的公共水印信息发送给对应客户端,客户端生成自己的私有水印;水印解耦嵌入步骤:S2.客户端通过训练将私有水印嵌入到个性化层,将公共水印信息嵌入到对应的表示层位置。然后上传表示层参数到服务器;恶意客户端检测步骤:S3.服务器对客户端上传的表示层参数进行检测,将诚实客户端的参数聚合作为下一轮表示层参数,同时标记恶意客户端。进一步地,服务器循环抽取客户端进行多轮训练,直到模型符合标准。本发明具有客户端容量大,水印鲁棒性强等优点。
主权项:1.一种基于鲁棒水印的个性化联邦学习模型所有权保护方法。其特征在于,包括:S1,服务器根据参与训练的客户端数量,为每个客户端生成表示层的水印并分配水印嵌入的位置;S2,服务器将对应的表示层水印和嵌入区域下发给客户端;S3,客户端本地生成自己的个性化层水印。S4,每轮训练开始时服务器抽取一定比例的客户端参与训练,将表示层参数下发给客户端。S5,客户端收到表示层参数后,在本地与个性化层组成完整模型开始训练。在训练时进行水印解耦嵌入。S6,客户端本地训练完毕后,向服务器上传表示层参数。S7,服务器对客户端上传的表示层参数进行检测。S8,服务器聚合正常客户端参数得到下一轮表示层参数,并判断所述全局模型是否满足预设条件,是则结束学习过程,否则跳转至步骤S4,进行下一轮训练。
全文数据:
权利要求:
百度查询: 湖南大学 一种基于鲁棒水印的个性化联邦学习模型所有权保护方法
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。