[发明专利]面向非规则用户的保护隐私的联邦深度学习方法有效
| 申请号： | 202010360559.0 | 申请日： | 2020-04-30 |
| 公开（公告）号： | CN111581663B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 李洪伟;徐婕妤;徐国文 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F21/62 | 分类号： | G06F21/62;G06N3/04;G06N3/08;H04L9/08;H04L9/40 |
| 代理公司： | 电子科技大学专利中心 51203 | 代理人： | 邹裕蓉 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种面向非规则用户的保护隐私的联邦深度学习方法，包括步骤：1)系统设置步骤；2)迭代初始化步骤；3)更新加密的用户的可靠性；4)更新加密的汇总信息：服务器利用更新得到的加密的用户的可靠性信息为汇总结果的权重来更新各梯度的加密的汇总结果使得可靠性越低的用户对汇总结果的影响越小。本发明保护所有用户相关信息的隐私，并且减少用户在训练过程中因使用低质量数据的影响，同时确保用户相关信息的真实性。由服务器完成大部分计算，对于计算能力有限的终端用户来说非常友好，且对用户在整个训练过程中由于各种不可预知的原因而中途退出也具有鲁棒性。 | ||
| 搜索关键词： | 面向 规则 用户 保护 隐私 联邦 深度 学习方法 | ||
【主权项】：
暂无信息
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电子科技大学，未经电子科技大学许可，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/202010360559.0/，转载请声明来源钻瓜专利网。
