-
公开(公告)号：CN115134114A
公开(公告)日：2022-09-30
申请号：CN202210567683.3
申请日：2022-05-23
Applicant: 清华大学
IPC: H04L9/40
Abstract: 本发明提供基于离散混淆自编码器的纵向联邦学习攻击防御方法，包括：在主动方利用自编码器对输入标签进行编码形成软标签，使软标签离散化，通过解码器将软标签解码为解码标签；利用输入标签、软标签和解码标签计算出第一损失函数，直至第一损失函数收敛；主动方与被动方进行纵向联邦学习，主动方包括第一微分模型，被动方包括第二微分模型，利用第一微分模型、第二微分模型和软标签计算出第二损失函数；第二损失函数通过反向传播方法将第一微分模型的更新梯度和第二微分模型的更新梯度进行离散化，将离散化后的更新梯度分别回传至第一微分模型和第二微分模型进行参数更新，输出结果模型，本发明解决了现有系统针对攻击防御能力不足的缺陷。
Search Results
11
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
