[发明专利]面向边缘计算的联邦学习室内定位隐私保护方法有效
| 申请号： | 202010645474.7 | 申请日： | 2020-07-07 |
| 公开（公告）号： | CN111866869B | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 张学军;何福存;陈前;盖继扬;鲍俊达;巨涛;黄海燕;杜晓刚 | 申请（专利权）人： | 兰州交通大学 |
| 主分类号： | G06F16/587 | 分类号： | G06F16/587;H04W12/02;H04W16/22;H04W64/00 |
| 代理公司： | 兰州智和专利代理事务所(普通合伙) 62201 | 代理人： | 张英荷 |
| 地址： | 730070 甘*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种面向边缘计算的联邦学习室内定位隐私保护方法，该方法基于联邦学习和差分隐私保护技术，在边缘计算环境下进行室内定位模型的可信联邦训练，训练过程中各参与用户不共享训练数据，只通过共享定位模型参数进行室内定位模型的分布式训练和可信聚合，同时，通过端云协同的迭代方式更新模型参数，不断优化室内定位模型，实现多用户定位模型训练的隐私保护和协同获益。实验结果表明，与传统集中式的模型训练方法和基于联邦学习的模型训练方法相比，本发明不仅能提供可证明的隐私保护，而且在增加极小计算开销的情况下保证了模型的定位效果。 | ||
| 搜索关键词： | 面向 边缘 计算 联邦 学习 室内 定位 隐私 保护 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兰州交通大学，未经兰州交通大学许可，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/202010645474.7/，转载请声明来源钻瓜专利网。
- 上一篇：螺旋转子端面带密封机构的螺杆蒸汽压缩机
- 下一篇：一种抛光防弯曲治具
