公开(公告)号：CN118468340B

公开(公告)日：2025-04-22

申请号：CN202410699063.4

申请日：2024-05-31

Applicant: 海南大学

Inventor： 欧嵬 ,  张琼露 ,  邹正睿 ,  王楠森 ,  邝依蕊 ,  朱家敏 ,  孔言心泓 ,  韩文报

IPC: G06F21/62 ,  G06F16/176 ,  G06F21/64 ,  G06N20/00

Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于异构联邦学习的远程医疗隐私数据安全共享方法，包括以下步骤：S10，第一终端基于本地医疗隐私数据训练获得本地模型更新，并基于加密算法对所述本地模型更新进行签名，签名后发送给第二终端；S20，所述第二终端对所述签名进行验证，并在验证通过后将各个本地模型更新进行聚合，得到全局模型，并将所述全局模型分解成若干个局部模型，一个局部模型对应于一个本地模型，局部模型对应广播给各个第一终端，以便于第一终端接收到所述局部模型后基于本地医疗隐私数据训练获得所述本地模型更新；循环执行S10‑S20，直至所述全局模型收敛。本发明在联邦学习的基础上，通过对本地模型更新签名后再传输，进一步加强了数据安全性。

公开(公告)号：CN118468340A

公开(公告)日：2024-08-09

申请号：CN202410699063.4

申请日：2024-05-31

Applicant: 海南大学

Inventor： 欧嵬 ,  张琼露 ,  邹正睿 ,  王楠森 ,  邝依蕊 ,  朱家敏 ,  孔言心泓 ,  韩文报

IPC: G06F21/62 ,  G06F16/176 ,  G06F21/64 ,  G06N20/00

Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于异构联邦学习的远程医疗隐私数据安全共享方法，包括以下步骤：S10，第一终端基于本地医疗隐私数据训练获得本地模型更新，并基于加密算法对所述本地模型更新进行签名，签名后发送给第二终端；S20，所述第二终端对所述签名进行验证，并在验证通过后将各个本地模型更新进行聚合，得到全局模型，并将所述全局模型分解成若干个局部模型，一个局部模型对应于一个本地模型，局部模型对应广播给各个第一终端，以便于第一终端接收到所述局部模型后基于本地医疗隐私数据训练获得所述本地模型更新；循环执行S10‑S20，直至所述全局模型收敛。本发明在联邦学习的基础上，通过对本地模型更新签名后再传输，进一步加强了数据安全性。