-
公开(公告)号：CN117035110A
公开(公告)日：2023-11-10
申请号：CN202310901741.6
申请日：2023-07-21
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种实用的联邦学习恶意安全聚合方法及装置，所述方法包括：接收发起者初始化的训练模型；与发起者协商参与用户总数n、输入向量维度d、输入向量定义域D和系统安全参数λ并广播；将上一轮联邦学习任务后得到的训练模型广播给普通用户i，以使每一愿意参与本轮联邦学习任务的普通用户i和/或发起者在本地训练上一轮联邦学习任务后得到的训练模型，并结合输入向量维度d、输入向量定义域D和系统安全参数λ，对训练过程中更新的梯度向量进行掩码；对收到的掩码向量的聚合后，针对所得的带有掩码的聚合结果去掉其中的掩码，以得到本轮联邦学习任务后得到的训练模型。本发明可在保证协议执行的恶意安全性的基础上，不失实用的高效性。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
