[发明专利]一种基于模型匹配的联邦学习用户身份持续认证方法在审
| 申请号： | 202210786941.7 | 申请日： | 2022-07-04 |
| 公开（公告）号： | CN115238251A | 公开（公告）日： | 2022-10-25 |
| 发明（设计）人： | 朱浩瑾;彭梓睿;李少锋;陈国兴;李平平;郁静华;王博文 | 申请（专利权）人： | 上海交通大学;上海工业控制安全创新科技有限公司 |
| 主分类号： | G06F21/31 | 分类号： | G06F21/31;G06F21/45;G06K9/62;G06N20/00 |
| 代理公司： | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人： | 张宁展 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及联邦学习的身份认证领域，提供了一种基于模型匹配的用户身份持续认证方案。传统联邦学习架构中，中央服务器对各边缘用户的身份核验依赖于网络安全传输协议和系统准入身份认证，其在面临针对客户端和传输过程的攻击时缺乏有效的防御手段。本方案通过衡量边缘用户在联邦学习连续两个训练中上载的边缘模型间的匹配度进行持续性的用户身份认证，分为边缘用户‑中央服务器模型参数交互、边缘模型特征提取、用户身份认证三部分。中央服务器利用同数据集训练出的模型的决策边界具有高依赖性的特点，收集边缘模型决策边界梯度获取反映私有数据集的模型特征，再输入基于对比学习的编码器计算模型间的匹配度并排除身份异常用户。该方案广泛适用于各种以神经网络为基础的联邦学习系统，具有高准确率、实用性和兼容性。 | ||
| 搜索关键词： | 一种 基于 模型 匹配 联邦 学习 用户 身份 持续 认证 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上海交通大学;上海工业控制安全创新科技有限公司，未经上海交通大学;上海工业控制安全创新科技有限公司许可，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/202210786941.7/，转载请声明来源钻瓜专利网。
