[发明专利]一种基于联邦学习的数据加密方法、装置和计算机设备在审

专利信息
申请号: 202210003266.6 申请日: 2022-01-04
公开(公告)号: CN114357518A 公开(公告)日: 2022-04-15
发明(设计)人: 段培;陈培炫 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F21/62 分类号: G06F21/62;G06F21/60;G06N20/00
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 李玉婷
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 联邦 学习 数据 加密 方法 装置 计算机 设备
【权利要求书】:

1.一种基于联邦学习的数据加密方法,其特征在于,所述方法适用于数据联邦中的第一成员节点,所述第一成员节点为所述数据联邦中的任意节点,所述方法包括:

获取第一成员节点的第一加密后样本标识和第二成员节点的第二加密后样本标识,其中,所述第二成员节点为所述数据联邦中除了所述第一成员节点以外的节点;

根据所述第一加密后样本标识和所述第二加密后样本标识,识别所述第一加密后样本标识和第二加密后样本标识之间的样本标识交集;

基于所述样本标识交集识别所述第一成员节点中的第一目标样本数据,其中,所述第一目标样本数据为所述第一成员节点的样本数据中和所述第二成员节点的样本数据存在交集的数据;

对所述第一目标样本数据进行加密共享处理,得到第一共享样本数据;

利用所述第一共享样本数据对预设联邦学习模型进行训练,得到训练后联邦学习模型。

2.根据权利要求1所述的方法,其特征在于,所述获取第一成员节点的第一加密后样本标识和第二成员节点的第二加密后样本标识,包括:

获取所述数据联邦中第二成员节点发送的第二初始加密后样本标识,其中,所述第二初始加密后样本标识为所述第二成员节点中样本数据的加密后标识;

基于预设一致性协议,对所述第二初始加密后样本标识进行一致性处理,得到第二加密后样本标识;

获取所述数据联邦中第二成员节点发送的第一加密后样本标识,其中,所述第一加密后样本标识为所述第二成员节点基于预设一致性协议,对第一初始加密后样本标识进行一致性处理后得到,所述第一初始加密后样本标识为所述第一成员节点中样本数据的加密后标识。

3.根据权利要求2所述的方法,其特征在于,所述基于预设一致性协议,对所述第二初始加密后样本标识进行一致性处理,得到第二加密后样本标识,包括:

对所述预设一致性协议进行解析,得到第二成员节点对应的加密方式;

基于所述第二成员节点的加密方式,生成一致性处理因子;

将所述一致性处理因子和所述第二初始加密后样本标识进行运算,得到所述第二加密后样本标识。

4.根据权利要求2所述的方法,其特征在于,所述获取所述数据联邦中第二成员节点发送的第一加密后样本标识之前,还包括:

获取所述第一成员节点的样本标识;

对所述第一成员节点的样本标识进行加密,得到所述第一初始加密后样本标识;

将所述第一初始加密后样本标识发送至所述第二成员节点。

5.根据权利要求4所述的方法,其特征在于,所述对所述第一成员节点的样本标识进行加密,得到所述第一初始加密后样本标识,包括:

根据预设限定条件,生成加密密钥;

将所述加密密钥和所述第一成员节点的样本标识进行逻辑运算处理,得到所述第一初始加密后样本标识。

6.根据权利要求1所述的方法,其特征在于,所述基于所述样本标识交集识别所述第一成员节点中的第一目标样本数据,包括:

识别所述样本标识交集中加密后样本标识和所述第一成员节点的样本数据之间的关联关系;

根据所述关联关系,从所述第一成员节点的样本数据中识别出所述第一目标样本数据。

7.根据权利要求1所述的方法,其特征在于,所述对所述第一目标样本数据进行加密共享处理,得到第一共享样本数据,包括:

对所述第一目标样本数据进行加密,得到第一加密后样本数据;

将所述第一加密后样本数据发送至所述第二成员节点;

接收所述第二成员节点发送的第一秘密共享后样本数据,其中,所述第一秘密共享后样本数据为所述第二成员节点对所述第一加密后样本数据进行秘密共享处理后得到;

对所述第一秘密共享后样本数据进行解密处理,得到第一共享样本数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210003266.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top