← 返回列表
一种基于带错误学习的异步联邦学习安全聚合方法
申请人信息
- 申请人:泉城省实验室
- 申请人地址:250100 山东省济南市历城区经十东路国家超算济南中心科技园
- 发明人: 泉城省实验室
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于带错误学习的异步联邦学习安全聚合方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311529748.6 |
| 申请日 | 2023/11/16 |
| 公告号 | CN117494794A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G06N3/098 |
| 权利人 | 泉城省实验室 |
| 发明人 | 赵川; 沈平章; 赵圣楠; 郭山清 |
| 地址 | 山东省济南市历城区经十东路国家超算济南中心科技园 |
摘要文本
本发明涉及一种基于带错误学习的异步联邦学习安全聚合方法，属于信息安全技术领域，包括：客户端下载全局模型，用于本地训练，随机选取秘密向量和噪声，并通过秘密向量和噪声将本地训练好的梯度掩盖，上传掩码梯度；服务器接收客户端上传的掩码梯度，将其放入缓冲区K，当K满时，准备聚合K中客户端的秘密向量，并将K中的客户端广播；K中的客户端执行安全聚合，得到聚合后的秘密向量ssum，并将参与安全聚合过程的客户端集合传给服务器；服务器对客户端集合中的客户端上传的掩码梯度求和，并且通过ssum删除掩码梯度的掩码，得到全局模型的更新梯度。本发明是一种异步安全聚合的新颖方法，且降低了安全聚合过程中的计算和通信开销。
专利主权项内容
1.一种基于带错误学习的异步联邦学习安全聚合方法，其特征在于，包括以下步骤：(1)客户端下载全局模型，用于本地训练，随机选取秘密向量s和噪声e，并通过秘密向量s和噪声e将本地训练好的梯度掩盖，并上传掩码梯度；(2)服务器接收客户端上传的掩码梯度，并将其放入缓冲区K，当缓冲区K满时，准备聚合K中客户端的秘密向量s，并将缓冲区K中的客户端广播；(3)缓冲区K中的客户端执行安全聚合，得到聚合后的秘密向量s，并将参与安全聚合过程的客户端集合传给服务器；sum(4)服务器对参与安全聚合过程的客户端集合中的客户端上传的掩码梯度求和，并且通过s删除掩码梯度中的掩码，从而得到全局模型的更新梯度。sum