[发明专利]基于Paillier加密的隐私保护拜占庭鲁棒联邦学习方法及系统在审
| 申请号： | 202310928745.3 | 申请日： | 2023-07-26 |
| 公开（公告）号： | CN116938450A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 徐玲玲;冯妙善;高英 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | H04L9/08 | 分类号： | H04L9/08;H04L9/00;H04L9/40;G06N20/20 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于Paillier加密的隐私保护拜占庭鲁棒联邦学习方法及系统，方法包括下述步骤：S1、生成密钥；S2、本地训练；S3、加密上传；S4、计算距离；S5、计算权重；S6、更新全局模型；S7、下发全局模型。现有技术中，多数技术防御联邦学习拜占庭攻击都需要获知局部模型的明文，然而这会导致用户的隐私安全得不到保障，在联邦学习框架下是不被允许的，同时一些对服务器隐藏用户局部模型的联邦学习的安全聚合方案又无法防御恶意用户的拜占庭攻击。因此本发明使用Paillier加密和拜占庭鲁棒聚合技术，同时实现了联邦学习中的隐私保护和防御拜占庭攻击，能够实现在密文状态下聚合全局模型，使得全局模型的聚合能够更加高效。 | ||
| 搜索关键词： | 基于 paillier 加密 隐私 保护 拜占庭 联邦 学习方法 系统 | ||
【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华南理工大学，未经华南理工大学许可，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/202310928745.3/，转载请声明来源钻瓜专利网。
