一种可验证隐私保护分层联邦学习数据通信方法及系统

    公开(公告)号:CN118018178A

    公开(公告)日:2024-05-10

    申请号:CN202311369075.2

    申请日:2023-10-20

    Applicant: 济南大学

    Abstract: 本公开提供了一种可验证隐私保护分层联邦学习数据通信方法及系统,涉及数据隐私保护安全技术领域,包括对用户设备进行分组,构建可验证隐私保护分层联邦学习架构,每个用户对本地数据进行训练并与云端的边缘设备协同训练获取机器学习模型;获取机器学习模型时,将上传的参数在整个数据交互过程中使用用户公钥进行加密;卫星节点将用户传输的加密数据发送给中心服务器进行有效梯度聚合,得到聚合结果后会对其进行加密和签名然后返回给用户。本公开不仅可以容许用户的动态变化,而且允许卫星节点的动态变化,多个卫星节点共同分担单一节点变化导致的压力,从而提高了系统灵活性和稳定性。

Patent Agency Ranking