公开(公告)号：CN118400087A

公开(公告)日：2024-07-26

申请号：CN202410424265.8

申请日：2024-04-10

Applicant: 北京理工大学 ,  奇安信网神信息技术(北京)股份有限公司

Inventor： 李臻 ,  张子剑 ,  杨汶锦 ,  祝烈煌 ,  纪胜龙 ,  王舒

IPC: H04L9/00 ,  G06F21/62 ,  G06N20/00 ,  H04L9/40 ,  H04L9/32 ,  H04L9/08

Abstract: 本发明提供了一种基于区块链的可验证隐私保护联邦学习方法，其中该方法，包括：当前参与节点向区块链平台发起请求，获得一个与区块链中一笔预设交易相关联的独特标识符及其对应的公共随机数；对公共随机数进行验证，当验证结果为真时，当前参与节点利用本地数据资源对中心模型进行训练得到相应的私有梯度数据，并调用梯度随机噪声协议，生成当前参与节点的加噪梯度值；将当前参与节点的加噪梯度值应用到中心模型中，直到中心模型收敛：本发明通过结合差分隐私和零知识证明，在不泄漏随机种子的情况下获得映射到指定概率分布的随机噪声，并添加到上传的梯度上，使得参与节点的私有训练数据资源以及梯度传递通信过程中的隐私得到了充分的保护。