公开(公告)号：CN119995826A

公开(公告)日：2025-05-13

申请号：CN202510134964.3

申请日：2025-02-07

Applicant: 福建师范大学

Inventor： 蒲浪 ,  林超 ,  査雨婷 ,  黄欣沂 ,  顾晶晶

IPC: H04L9/00 ,  G06N20/00 ,  H04L9/08 ,  H04L9/40

Abstract: 本发明提供一种面向联邦学习的双服务器多轮可验证安全聚合方法，所有用户在本地使用Masking算法生成添加掩码后的更新值，调用Enc生成掩码密文，调用承诺算法Commit生成更新值的可分离同态承诺，将添加掩码后的值和随机数相关的承诺值发送给聚合服务器，将完整承诺和掩码密钥相关密文发送给辅助聚合服务器；随后两服务器完成聚合任务并将聚合结果发送给所有用户；用户收到两服务器的聚合结果后，在本地调用UnMasking恢复得到聚合结果，然后使用分离算法Se分离出和消息相关的承诺值，随后调用消息承诺算法PCommit生成仅和消息承诺相关的值，最后比较两个承诺值是否相等，若相等则表明聚合结果是正确的，否则聚合结果不正确，则终止后续训练。

公开(公告)号：CN119990371A

公开(公告)日：2025-05-13

申请号：CN202510134897.5

申请日：2025-02-07

Applicant: 福建师范大学

Inventor： 林超 ,  査雨婷 ,  周晓彤 ,  蒲浪 ,  黄欣沂

IPC: G06N20/00 ,  H04L9/40 ,  H04L9/08 ,  G06N5/01 ,  G06N20/20 ,  G06F21/62

Abstract: 本发明提供一种面向联邦梯度提升树的高效掩码聚合学习方法，采用本地数据预处理和集中训练相结合的模式，参与者执行秘密极值桶构造算法和可擦除的标签掩码生成算法后将数据发送给服务器，由服务器集中训练，参与者与服务器之间只有一轮通信；使用添加掩码的方式进行加密，且掩码在模型训练阶段相互抵消；所述秘密极值桶构造算法用于构造全局分桶结构并混淆特征值；所述可擦除的标签掩码生成算法用于为样本标签添加掩码。