公开(公告)号：CN117494794B

公开(公告)日：2025-01-24

申请号：CN202311529748.6

申请日：2023-11-16

Applicant: 泉城省实验室

Inventor： 赵川 ,  沈平章 ,  赵圣楠 ,  郭山清

IPC: G06N3/098 ,  H04L67/568 ,  H04L67/01 ,  H04L9/40 ,  H04L9/08

Abstract: 本发明涉及一种基于带错误学习的异步联邦学习安全聚合方法，属于信息安全技术领域，包括：客户端下载全局模型，用于本地训练，随机选取秘密向量和噪声，并通过秘密向量和噪声将本地训练好的梯度掩盖，上传掩码梯度；服务器接收客户端上传的掩码梯度，将其放入缓冲区K，当K满时，准备聚合K中客户端的秘密向量，并将K中的客户端广播；K中的客户端执行安全聚合，得到聚合后的秘密向量ssum，并将参与安全聚合过程的客户端集合传给服务器；服务器对客户端集合中的客户端上传的掩码梯度求和，并且通过ssum删除掩码梯度的掩码，得到全局模型的更新梯度。本发明是一种异步安全聚合的新颖方法，且降低了安全聚合过程中的计算和通信开销。

公开(公告)号：CN118764169A

公开(公告)日：2024-10-11

申请号：CN202411038381.2

申请日：2024-07-31

Applicant: 泉城省实验室

Inventor： 徐俊 ,  赵圣楠 ,  赵川 ,  沈平章 ,  陈贞翔 ,  鞠雷

IPC: H04L9/00 ,  H04L9/08 ,  G06N3/098

Abstract: 本发明涉及一种轻量级抗拜占庭攻击的隐私保护联邦聚合方法及系统，包括：由参与训练的客户端基于各自隐私数据本地完成模型训练，获得本地更新的梯度；采用秘密分享技术将梯度秘密分享给两个服务器；根据收到的梯度份额，两个服务器分别进行盲化操作，通过交互、基于欧式距离的相似度检测方法识别出恶意梯度更新；服务器利用有效的梯度更新完成全局模型更新。本发明提出的鲁棒性安全聚合方案不涉及复杂的公钥操作，大大降低了计算开销；与基于差分隐私的同类型工作相比，不影响模型精度的损失，保证了高精度模型，并且不需要假设服务器存在干净的辅助数据集。

公开(公告)号：CN117494794A

公开(公告)日：2024-02-02

申请号：CN202311529748.6

申请日：2023-11-16

Applicant: 泉城省实验室

Inventor： 赵川 ,  沈平章 ,  赵圣楠 ,  郭山清

IPC: G06N3/098 ,  H04L67/568 ,  H04L67/01 ,  H04L9/40 ,  H04L9/08

Abstract: 本发明涉及一种基于带错误学习的异步联邦学习安全聚合方法，属于信息安全技术领域，包括：客户端下载全局模型，用于本地训练，随机选取秘密向量和噪声，并通过秘密向量和噪声将本地训练好的梯度掩盖，上传掩码梯度；服务器接收客户端上传的掩码梯度，将其放入缓冲区K，当K满时，准备聚合K中客户端的秘密向量，并将K中的客户端广播；K中的客户端执行安全聚合，得到聚合后的秘密向量ssum，并将参与安全聚合过程的客户端集合传给服务器；服务器对客户端集合中的客户端上传的掩码梯度求和，并且通过ssum删除掩码梯度的掩码，得到全局模型的更新梯度。本发明是一种异步安全聚合的新颖方法，且降低了安全聚合过程中的计算和通信开销。