公开(公告)号：CN119995819A

公开(公告)日：2025-05-13

申请号：CN202411646576.5

申请日：2024-11-18

Applicant: 哈尔滨理工大学

Inventor： 康守强 ,  吴雨轩 ,  王玉静 ,  吕文敏 ,  刘欢 ,  王庆岩 ,  沈涛

IPC: H04L9/00 ,  H04L9/40

Abstract: 一种混沌加密与双服务器赋能的鲁棒联邦学习方法及系统，属于数据安全技术领域。本发明是针对现有的联邦学习隐私保护方法普遍计算开销大，及现有使用混沌加密保护联邦学习隐私的方法不支持边缘节点使用互异的初始值加密的问题而提来的。技术要点：本发明允许边缘节点使用不同的初始值对本地模型参数加密，且密文之间存在相互抵消的特性，聚合后可得到明文形式的结果；其次，构建双服务器检测模式，对本地模型进行分层检测；最后提出一种信誉分机制，根据检测结果对边缘节点进行信誉评估，过滤拜占庭边缘节点，聚合诚实边缘节点的本地模型参数。安全性分析表明所提方法可有效防止边缘节点的隐私泄露；实验结果表明拜占庭攻击下，所提方法的测试准确率比基线方案平均高18.33％，与CKKS、BFV等同态加密方法相比，时间开销至少降低69.8％，可高效地兼顾隐私保护与拜占庭鲁棒性。本发明适用于滚动轴承的故障诊断。