[发明专利]一种联邦学习深度影子防御方法在审
| 申请号： | 202211341978.5 | 申请日： | 2022-10-31 |
| 公开（公告）号： | CN115834136A | 公开（公告）日： | 2023-03-21 |
| 发明（设计）人： | 周辉;陈玉玲;李涛;孙彦诚;吴若岚 | 申请（专利权）人： | 贵州大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;G06N20/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 550025 贵州省*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明设计了一种联邦学习深度影子防御方法，旨在避免攻击者进行梯度反演从而重构数据，保证联邦学习上传模型参数和梯度过程中的安全，进一步降低联邦学习隐私泄露风险。本发明分为三个步骤：首先，基于生成对抗网络合成影子数据，影子数据与真实数据具有相同数据分布特征，能够隐藏真实数据，攻击者无法通过影子数据回溯真实数据。其次，学习原始联邦学习模型的行为，生成功能相似但结构不同的影子模型，避免原始模型泄露参与训练的数据信息和参数信息。最后，将影子数据送入联邦学习影子模型进行训练，产生影子梯度。攻击者无法通过最小化虚假梯度和影子梯度距离的方式恢复出原始真实数据，达到保护联邦学习模型参数和梯度安全的目的。 | ||
| 搜索关键词： | 一种 联邦 学习 深度 影子 防御 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贵州大学，未经贵州大学许可，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/202211341978.5/，转载请声明来源钻瓜专利网。
