← 返回列表
一种基于联邦学习的随机多模型隐私保护方法
申请人信息
- 申请人:滇西应用技术大学
- 申请人地址:671000 云南省大理白族自治州大理海东新城海月街1号
- 发明人: 滇西应用技术大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于联邦学习的随机多模型隐私保护方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311689003.6 |
| 申请日 | 2023/12/11 |
| 公告号 | CN117592584A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G06N20/00 |
| 权利人 | 滇西应用技术大学 |
| 发明人 | 张泽飞; 惠蓉; 王崇文; 董银环 |
| 地址 | 云南省大理白族自治州大理海东新城海月街1号 |
摘要文本
滇西应用技术大学获取“一种透气窗帘布”专利技术，本发明公开了一种基于联邦学习的随机多模型隐私保护方法，包括参与方选择步骤、模型共享池构建步骤、随机化处理步骤及模型评价步骤。本发明与现有技术相比的优点在于：不仅可以解决各方数据分布不均衡的情况，还能通过差异化机制增加数据隐私保护强度；引入共享模型池的概念，很好避免模型攻击等隐患；引入差异化的概念，根据各参与方的实际情况选择不同的模型参与训练；加强随机化的概念，混淆服务器对各参与方数据的记忆，从而保护参与方数据隐私；引入试探性选择策略，根据不同用户的同一应用的数据具有对称性选择参与方。
专利主权项内容
1.一种基于联邦学习的随机多模型隐私保护方法，其特征在于包括以下步骤：步骤一、参与方选择步骤，用以服务器端向客户端发出试探性信息，通过客户端的反馈信息确认客户端的通信、数据质量、参与意愿信息选择部分客户端作为参与方参加模型训练；步骤二、模型共享池构建步骤用以构建模型共享池，该共享池中包含多种模型，根据参与方的数据分布情况选择不同的模型参与训练；步骤三、随机化处理步骤及模型评价步骤，用以混淆服务器对参与方的参数信息记忆，使得服务器无法记住参与方的参数信息；步骤四、模型评价步骤用以评价各参与方的贡献和数据质量，为训练提供参与方选择机制。