[发明专利]具有隐私保护的分布式在线优化算法有效
申请号: | 201910680822.1 | 申请日: | 2019-07-26 |
公开(公告)号: | CN110399738B | 公开(公告)日: | 2022-06-24 |
发明(设计)人: | 汪伟;李德权;姜颖;申修宇 | 申请(专利权)人: | 安徽理工大学 |
主分类号: | G06F21/60 | 分类号: | G06F21/60;H04L9/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 230031 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种具有隐私保护的分布式在线优化算法,适用于分布式网络的通信安全和数据隐私保护。该算法涉及个体权重值的分解、工作变量的交互和状态变量的更新。通过权重分解和工作变量的交互,保证个体的真实状态在交互过程中始终受到严格的隐私保护。个体对其工作变量进行Paillier同态加密,并结合子权重值,与邻居个体进行交互。在该算法中,个体产生的子权重值和私钥仅存储于个体自身,而公钥会随着加密后的工作变量传递给邻居个体。通过对自身的工作变量进行投影,得到个体的状态变量。本发明提出的具有隐私保护的分布式在线优化算法,有效的解决了个体敏感信息在分布式网络通信过程中易发生隐私泄露的问题,保证了通信安全。 | ||
搜索关键词: | 具有 隐私 保护 分布式 在线 优化 算法 | ||
【主权项】:
1.一种具有隐私保护的分布式在线优化算法,包括个体间权重值的分解、工作变量的交互和状态变量的更新;其特征在于:根据个体之间的权重值,对其进行分解,产生各自唯一的子权重值,个体的子权重值仅存储于自身;通过Paillier同态加密对工作变量进行加密,并结合子权重与邻居个体进行信息交互;个体对自身的工作变量进行投影操作得出状态变量,重复更新工作变量,随着迭代次数的增加,即可得出准确的优化结果。
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安徽理工大学,未经安徽理工大学许可,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/patent/201910680822.1/,转载请声明来源钻瓜专利网。