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：南京大学
摘要：本发明公开了一种基于最小特权原则的隐私保护联邦学习方法，采用联邦学习系统，所述联邦学习系统包括全局服务器和多个客户端，包括以下步骤：全局服务器为所有客户端分发相同的随机初始化模型；局部过程：每个客户端随机初始化蒸馏数据集，并在本地进行数据蒸馏得到蒸馏样本，然后将蒸馏样本上传到全局服务器；全局过程：全局服务器将所有客户端上传的蒸馏样本进行数据聚合，得到全局数据；重复直到完成全部联邦学习的训练轮次，得到最终联邦学习模型。本发明进行训练的过程不需要在全局服务器上进行，并且以蒸馏数据的信息形式作为数据聚合的载体，训练期间的共享信息量可控，实现联邦学习训练中的最小特权原则，有效保护保护隐私。
主权项：1.一种基于最小特权原则的隐私保护联邦学习方法，其特征在于，采用联邦学习系统，所述联邦学习系统包括全局服务器和多个客户端，多个客户端均连接所述全局服务器，包括以下步骤：步骤一、初始化：所述全局服务器为所有客户端分发相同的随机初始化模型；步骤二、局部过程：在每一轮联邦学习的训练过程中：每个客户端随机初始化蒸馏数据集，并在本地进行数据蒸馏得到蒸馏样本，然后将蒸馏样本上传到所述全局服务器；步骤三、全局过程：所述全局服务器将所有客户端上传的蒸馏样本进行数据聚合，得到全局数据，并将得到的全局数据分发给所有客户端并替换其蒸馏数据集；步骤四、重复步骤二到步骤三，直到完成全部联邦学习的训练轮次，得到最终联邦学习模型。
全文数据：
权利要求：
百度查询： 南京大学 基于最小特权原则的隐私保护联邦学习方法
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