[发明专利]安全的分布式联邦深度学习方法在审
| 申请号： | 202010996487.9 | 申请日： | 2020-09-21 |
| 公开（公告）号： | CN112232527A | 公开（公告）日： | 2021-01-15 |
| 发明（设计）人： | 黄小红;李丹丹;刘国智;钱叶魁;闪德胜;丛群;杨瑞朋;黄浩;夏军波;雒朝峰;李建华 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 李翔 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本说明书一个或多个实施例提供一种安全的分布式联邦深度学习方法，以保护联邦深度学习过程中的参与方的原始数据，同时避免学习模型的参数泄露参与方的原始数据。各个参与方经过身份认证后加入超级账本，由一个节点给出初始模型和初始参数；根据智能合约将参与方划分为聚合节点和普通节点；普通节点接收到模型后进行训练并将训练结果进行加密并传送至聚合节点，聚合节点接收到加密模型后执行聚合操作并将结果传送至普通节点，普通节点接收到聚合结果后将其解密并进行训练；普通节点将聚合结果解密后需验证模型效果，并通过智能合约投票是否终止学习。本发明提出的方法不假设存在半诚实的“中央服务器”，提高了算法的安全性，且更贴近实际场景。 | ||
| 搜索关键词： | 安全 分布式 联邦 深度 学习方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010996487.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于灯光控制的协议转换系统及方法
- 下一篇：一种绘画作品悬挂装置
