公开(公告)号：CN118133311A

公开(公告)日：2024-06-04

申请号：CN202410273317.6

申请日：2024-03-11

Applicant: 重庆邮电大学

Inventor： 刘红 ,  卫嘉辉 ,  张子寒 ,  赵志强

IPC: G06F21/60 ,  G06F21/62 ,  G06F21/64 ,  G06N20/00

Abstract: 本发明属于信息安全领域，特别涉及一种基于改进群签名的联邦学习隐私保护方法，包括客户端根据服务器分发的密钥对数据进行加密，使用服务器发放的密钥进行签名后再上传至服务器；服务器收到各个客户端上传的数据后，通过聚合签名算法将收到的数据聚合为一个签名，通过该签名验证客户端的合法性；若合法，服务器则根据数据进行全局参数更新，并在全局参数更新完成后为每个客户端分发的模型副本上添加条件损失函数，且每个客户端的条件损失函数不同；若签名不合法，则根据关键样本输入该客户端训练的模型中，模型根据关键样本输出标签集合，根据标签集合与原始标签集合的偏差确定可疑客户端的编号；本发明通过聚合签名技术来进一步降低联邦学习中计算的开销，同时也引入了一个条件损失函数模块，使得分发出去的联邦学习模型也同样具有可追溯性。