公开(公告)号：CN116451776A

公开(公告)日：2023-07-18

申请号：CN202310562191.X

申请日：2023-05-18

Applicant: 华东师范大学 ,  之江实验室

Inventor： 曹珍富 ,  董晓蕾 ,  沈佳辰 ,  王一焯

IPC: G06N3/098 ,  G06F21/60 ,  G06F21/62

Abstract: 本发明公开了一种基于高可用非交互式安全聚合方案的联邦学习方法，其特点是采用基于配对掩码的安全聚合方法，通过异步公共子集共识算法，在分布式服务器集群上实现非交互式的高可用安全聚合的联邦学习，具体包括：(A)初始化阶段(B)聚合阶段epoch 0，第一轮，用户；(C)聚合阶段epoch 0，第一轮，服务器；(D)聚合阶段epoch 0，第二轮，用户；(E)聚合阶段epoch 0，第二轮，服务器；(F)聚合阶段epoch k(k>0)，用户和(G)聚合阶段epoch k(k>0)，服务器等步骤。本发明与现有技术相比具有高可用安全聚合，计算量小，抵抗恶意敌手等优点，实现梯度信息的隐私保护，以及保证了联邦学习训练结果的正确性，建立在与现实网络模型最接近的异步网络模型下，具有较高的实际应用价值。