[发明专利]一种可验证的轻量化隐私保护联邦学习系统及方法在审
| 申请号： | 202210025877.0 | 申请日： | 2022-01-11 |
| 公开（公告）号： | CN114785510A | 公开（公告）日： | 2022-07-22 |
| 发明（设计）人： | 张佳乐;李晔;陈玮彤;薄莉莉;孙小兵 | 申请（专利权）人： | 扬州大学 |
| 主分类号： | H04L9/32 | 分类号： | H04L9/32;H04L9/30 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 张弛 |
| 地址： | 225009 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种可验证的轻量化隐私保护联邦学习系统及方法，来防止局部梯度在传输阶段泄漏。本发明包括初始化模块、注册模块、局部训练模块、聚合和解密模块以及全局更新模块；在局部训练模块，基于Paillier同态密码体制和分布式选择性随机梯度下降(DSSGD)方法，提出了一种有效的PPFL机制，该机制可以保护局部模型梯度隐私，降低密码系统的计算成本。在聚合和解密模块，采用带边缘计算框架的在线/离线签名方法，实现了对数据完整性的轻量级局部梯度验证；通过将耗时的操作外包，降低了计算成本。 | ||
| 搜索关键词： | 一种 验证 量化 隐私 保护 联邦 学习 系统 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扬州大学，未经扬州大学许可，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/202210025877.0/，转载请声明来源钻瓜专利网。
