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:哈尔滨工业大学;上海浦东发展银行股份有限公司
摘要:本发明公开了基于同态加密的线性回归模型联邦学习训练方法,属于隐私数据加密计算技术领域。解决了现有技术中传统的隐私保护机器学习模型训练方法在同态加密阶段通讯量较大的问题;本发明通过在纵向联邦学习场景下,用户方和服务方采用叠加矩阵乘法协议的加性同态加密算法对线性回归模型进行训练即对初始参数和输入编码更新,得到更新后的密文多项式;通过协调方解密更新后的密文多项式,并发送给服务方和用户方根据线性回归模型选用的梯度下降方法更新梯度和损失函数,根据判定条件决定是否结束训练,重复上述步骤直到线性回归模型训练结束。本发明有效提升了多方隐私数据同态加密计算的安全性,缩短了计算时间,可以应用于隐私数据加密计算。
主权项:1.基于同态加密的线性回归模型联邦学习训练方法,其特征在于,包括以下步骤:S1.构建线性回归模型及其损失函数,用户方持有数据特征,服务方持有初始参数,对线性回归模型输入的数据特征进行加密,得到输入编码;S2.在纵向联邦学习场景下,用户方和服务方采用叠加矩阵乘法协议的加性同态加密算法对线性回归模型进行训练即对初始参数和输入编码更新,得到更新后的密文多项式;S3.通过协调方解密更新后的密文多项式,并发送给用户方和服务方根据线性回归模型选用的梯度下降方法更新梯度和损失函数,根据判定条件决定是否结束训练,重复上述步骤直到线性回归模型训练结束。
全文数据:
权利要求:
百度查询: 哈尔滨工业大学 上海浦东发展银行股份有限公司 基于同态加密的线性回归模型联邦学习训练方法
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。