[发明专利]基于联邦学习的跨域数据安全互联方法及系统

权利要求书

1.一种基于联邦学习的跨域数据安全互联方法，其特征在于，包括：

基于分析任务确定初始训练模型和初始参数；

对所述初始训练模型和所述初始参数进行加密和签名处理，并发送至多个目标作战域；

接收各个所述目标作战域返回的加密和签名处理后的第一中间模型和第一中间参数，所述第一中间模型和所述第一中间参数为由各个所述目标作战域基于所述初始训练模型和所述初始参数得到；

对所有所述第一中间模型和所述第一中间参数进行聚合训练，以获得最终模型和最终参数；

将所述最终模型和所述最终参数进行加密和签名处理后发送至各个所述目标作战域。

2.根据权利要求1所述的基于联邦学习的跨域数据安全互联方法，其特征在于，所述对所有所述第一中间模型和所述第一中间参数进行聚合训练，以获得最终模型和最终参数，包括：

对所有所述第一中间模型和所述第一中间参数进行聚合训练，获得优化模型和优化参数；

对所述优化模型和所述优化参数进行加密和签名处理，并发送至各个所述目标作战域；

接收各个所述目标作战域返回的加密和签名处理后的第二中间模型和第二中间参数，所述第二中间模型和所述第二中间参数为由各个所述目标作战域基于所述优化模型和所述优化参数训练得到；

对所述第二中间模型和所述第二中间参数进行聚合训练，以获得所述最终模型和所述最终参数。

3.根据权利要求1所述的基于联邦学习的跨域数据安全互联方法，其特征在于，所述方法还包括：

设置预设时间，在所述预设时间内完成对所述第一中间模型和所述第一中间参数的聚合训练，以获得所述最终模型和所述最终参数。

4.根据权利要求1所述的基于联邦学习的跨域数据安全互联方法，其特征在于，在向多个所述目标作战域发送所述初始训练模型和所述初始参数之前，所述方法还包括：

基于所述分析任务，从多个作战域中随机选择确定多个所述目标作战域。

5.一种基于联邦学习的跨域数据安全互联方法，其特征在于，包括：

接收第三方可信环境发送的加密和签名后的初始训练模型和初始参数；

基于所述初始训练模型和所述初始参数，训练得到的第一中间模型和第一中间参数；

将所述第一中间模型和所述第一中间参数加密和签名处理后发送至所述第三方可信环境，以由所述第三方环境进行聚合训练获得最终模型和最终参数；

接收所述第三方可信环境返回的加密和签名后的所述最终模型和所述最终参数。

6.根据权利要求5所述的基于联邦学习的跨域数据安全互联方法，其特征在于，所述将所述第一中间模型和所述第一中间参数加密和签名后发送至所述第三方可信环境，以由所述第三方环境进行聚合训练获得最终模型和最终参数，包括：

将所述第一中间模型和所述第一中间参数加密和签名后发送至所述可信第三方环境；

接收所述第三方可信环境返回的加密和签名后的优化模型和优化参数，所述优化模型和所述优化参数为所述第三方可信环境基于所述第一中间模型和所述第一中间参数通过聚合训练获得；

基于所述优化模型和所述优化参数训练得到第二中间模型和第二中间参数；

将所述第二中间模型和所述第二中间参数加密和签名后发送至所述第三方可信环境，以由所述第三方可信环境通过聚合训练获得所述最终模型和所述最终参数。

7.根据权利要求5所述的基于联邦学习的跨域数据安全互联方法，其特征在于，在接收第三方可信环境发送的加密和签名后的初始训练模型和初始参数之前，所述方法还包括：

构建用于与所述第三方可信环境进行数据交互的可信环境。