-
公开(公告)号：CN118944935A
公开(公告)日：2024-11-12
申请号：CN202411026878.2
申请日：2024-07-30
Applicant: 武汉大学
Abstract: 本发明提供一种隐私安全细粒度联邦聚合方法、装置、设备及介质，其中，该隐私安全细粒度联邦聚合方法包括：确定本地模型不同层级的优先级，根据不同层级的优先级分配对应的聚合间隔，并按照联邦聚合策略对所述本地模型进行训练；生成随机掩码，并将所述随机掩码添加至所述本地模型对应层级的模型参数上；将携带所述随机掩码的模型参数的参数向量上传至服务器，并接收所述服务器返回的聚合计算结果；所述聚合计算结果由所述服务器对所述参数向量进行中央聚合计算得到。通过本发明，能够有效降低受到拜占庭攻击和数据投毒攻击的可能性，解决了现有的联邦学习框架存在的安全性能较差、易受到攻击的问题。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
