[发明专利]一种基于差分隐私的分布式深度学习优化的隐私保护方法有效
| 申请号： | 202010847845.X | 申请日： | 2020-08-21 |
| 公开（公告）号： | CN111814190B | 公开（公告）日： | 2022-12-23 |
| 发明（设计）人： | 陈志立;胡春莲;张顺;仲红 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | G06F21/62 | 分类号： | G06F21/62;G06K9/62 |
| 代理公司： | 安徽省合肥新安专利代理有限责任公司 34101 | 代理人： | 陆丽莉;何梅生 |
| 地址： | 230601 安*** | 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： | 本发明公开了一种基于差分隐私的分布式深度学习优化的隐私保护方法，是应用于服务器端与本地参与者端构成的分布式网络中，其步骤包括：S1、初始化阶段；S2、参与者本地训练参数上传阶段；S3、服务器接收参数筛选阶段。本发明能解决当前分布式深度学习过程中的隐私保护问题，考虑存在恶意参与者的情况下，防止恶意的参与者窃取其他参与者的隐私信息，并防止恶意参与者降低训练模型的精度，同时利用选择性上传参数的方法减少通信开销。 | ||
| 搜索关键词： | 一种 基于 隐私 分布式 深度 学习 优化 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安徽大学，未经安徽大学许可，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/202010847845.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种PET扫描数据修复方法、装置和计算机设备
- 下一篇：一种节能应急灯
