一种针对不可靠用户的可验证安全联邦学习方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种针对不可靠用户的可验证安全联邦学习方法
申请号:
CN202411449355
申请日期:
2024-10-17
公开号:
CN119203238A
公开日期:
2024-12-27
类型:
发明专利
摘要
本发明公开了一种针对不可靠用户的可验证安全联邦学习方法,该方法中包含三类实体:权威机构、云服务器和用户。该方法包含以下五个阶段:(S100)第0阶段:初始化阶段;(S200)第1阶段:密钥共享阶段;(S300)第2阶段:掩码输入阶段;(S400)第3阶段:消除掩码和聚合阶段;(S500)第4阶段:验证阶段。在每一阶段,在线的用户数不少于阈值t个,否则中止计算。本发明能够在减轻不可靠用户的梯度对全局模型的不利影响以及保护用户的数据隐私的同时,进一步保障了计算结果的可验证性。
技术关键词
联邦学习方法
云服务器
阶段
对称加密技术
对称加密算法
拉格朗日插值法
分割算法
生成共享密钥
明文
在线
发布系统
重构算法
标签
解密算法
生成用户
私钥