公开(公告)号：CN116957104A

公开(公告)日：2023-10-27

申请号：CN202310829896.3

申请日：2023-07-07

Applicant: 西北农林科技大学

Inventor： 孙红光 ,  张冲 ,  王学波 ,  张宏鸣 ,  李书琴 ,  徐超 ,  景旭 ,  吕志明 ,  刘敬敏

IPC: G06N20/00 ,  G06F21/62 ,  G06F21/64 ,  G06F18/22 ,  G06F18/25 ,  H04W12/02 ,  H04W12/122 ,  H04W12/06 ,  H04W12/106 ,  H04W12/69 ,  H04L9/32 ,  H04L9/00

Abstract: 本发明属于无线通信技术领域，公开了一种无线网络中安全的联邦学习聚合方法、系统、设备及介质，基于非对称密钥加密体制进行用户身份认证，通过EigenTrust算法对用户进行可靠性分数建模，服务器构建与其关联节点的可靠性分数表；在一个训练轮次完成后，用户首先加密身份信息并对本地模型添加差分隐私并发送给服务器，服务器验证用户身份后接收模型信息，计算用户可靠性分数，该可靠性分数同时会成为下一轮可靠性分数计算时的参照；服务器根据用户可靠性分数值将用户模型参数按照一定比例进行聚合，得到全局模型。本发明合理有效地防止用户恶意破坏联邦学习过程，保护用户隐私，提高联邦学习系统全局模型的正确率，保证了无线联邦学习的安全性。

公开(公告)号：CN119494097A

公开(公告)日：2025-02-21

申请号：CN202411301439.8

申请日：2024-09-18

Applicant: 西北农林科技大学

Inventor： 孙红光 ,  贺懿 ,  王学波 ,  张宏鸣 ,  李书琴 ,  徐超 ,  吕志明 ,  刘敬敏

IPC: G06F21/55 ,  G06F21/62 ,  G06V10/74 ,  G06V10/75 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0455 ,  G06N3/098

Abstract: 本发明属于联邦学习技术领域，公开了一种对联邦学习系统中用户的隐私图像数据进行梯度反演攻击的方法及系统，首先利用诚实且好奇的联邦服务器，基于少量与用户数据相近的先验数据预训练扩散模型与编码‑解码器。通过用户上传的梯度信息，服务器计算获得用户图像标签和高维特征。服务器构建扩散采样时间表和递减式迭代时间表。在递减式轮次内，拆解扩散模型采样的生成过程，对每一时间步采样生成的中间结果进行梯度匹配优化，并通过高维特征正则化限制特征搜索空间，直至所有时间步完成。该方法有效提升了在联邦学习场景下对用户图像的梯度反演攻击能力，提高了重建图像相似度和视觉质量，并揭示了更多用户隐私特征。