基于反向拍卖的联邦学习激励方法、装置及系统

    公开(公告)号:CN119514732A

    公开(公告)日:2025-02-25

    申请号:CN202510062196.5

    申请日:2025-01-15

    Abstract: 本发明提供一种基于反向拍卖的联邦学习激励方法、装置及系统,该方法包括:通过反向拍卖过程确定参与联邦学习的客户端;初始化全局模型,并将所述全局模型分发给各客户端;接收各客户端发送的更新模型密文;根据所述更新模型密文生成新的全局模型;确定各客户端的奖励,将所述奖励发放给对应的客户端。利用本发明方案,不仅可以实现对联邦学习的参与者数据隐私的有效保护,而且可以实现在有限预算下的资源有效分配,有效提升参与者的积极性,提升联邦学习效率。

    基于贡献度的联邦学习激励方法、装置及系统

    公开(公告)号:CN119047601A

    公开(公告)日:2024-11-29

    申请号:CN202411545606.3

    申请日:2024-11-01

    Abstract: 本发明提供一种基于贡献度的联邦学习激励方法、装置及系统,该方法包括:接收参与方发送的梯度密文;在接收到预设数量或者时间内参与方发送的梯度密文后,对梯度密文进行解密验证,得到梯度数据;计算各参与方的奖励,对奖励签名后发送给奖励中心,以使奖励中心将奖励发送到对应的参与方账户;确定合格参与方,生成下一轮参与联邦学习的参与方列表;根据合格参与方的梯度数据生成聚合梯度,加密聚合梯度得到聚合梯度密文;将聚合梯度密文发送给参与方列表中的参与方,以使参与方进行下一轮迭代训练。利用本发明方案,可以使各参与方得到相应的激励,提升参与方的积极性,提升联邦学习效率。

    去中心化分层联邦学习方法及系统、边缘服务器

    公开(公告)号:CN119338029B

    公开(公告)日:2025-03-18

    申请号:CN202411884166.4

    申请日:2024-12-20

    Abstract: 本发明提供一种去中心化分层联邦学习方法及系统、边缘服务器,该方法包括:多个边缘服务器分别接收不同参与方客户端发送的梯度密文;多个边缘服务器基于安全多方计算协议聚合接收到的梯度密文,得到聚合模型密文;安全多方计算协议是指在一个互不信任的多用户网络中,多个分别持有不同梯度密文的边缘服务器共同计算出基于这些梯度密文的聚合模型密文,每个边缘服务器只得到聚合模型密文中的部分数据,而且不泄露自己持有的梯度密文给其它边缘服务器;边缘服务器将聚合模型密文下发至参与方客户端。利用本发明方案,可以提高模型聚合的安全性。

    去中心化分层联邦学习方法及系统、边缘服务器

    公开(公告)号:CN119338029A

    公开(公告)日:2025-01-21

    申请号:CN202411884166.4

    申请日:2024-12-20

    Abstract: 本发明提供一种去中心化分层联邦学习方法及系统、边缘服务器,该方法包括:多个边缘服务器分别接收不同参与方客户端发送的梯度密文;多个边缘服务器基于安全多方计算协议聚合接收到的梯度密文,得到聚合模型密文;安全多方计算协议是指在一个互不信任的多用户网络中,多个分别持有不同梯度密文的边缘服务器共同计算出基于这些梯度密文的聚合模型密文,每个边缘服务器只得到聚合模型密文中的部分数据,而且不泄露自己持有的梯度密文给其它边缘服务器;边缘服务器将聚合模型密文下发至参与方客户端。利用本发明方案,可以提高模型聚合的安全性。

    跨链身份认证方法、跨链交易方法及系统

    公开(公告)号:CN117792650A

    公开(公告)日:2024-03-29

    申请号:CN202311658760.7

    申请日:2023-12-04

    Abstract: 本发明公开了一种跨链身份认证方法、跨链交易方法及系统,跨链身份认证方法包括:中继链接收第一应用链A发送的用于访问第二应用链B的身份认证请求和请求签名;中继链利用第一应用链A的公钥PKA验证所述请求签名的有效性;如果验证所述请求签名有效,并且第二应用链B的数字身份已在中继链注册,则中继链对所述请求签名进行签名并加密,将签名密文后发送给第二应用链B,以使第二应用链B对第一应用链A进行身份认证。利用本发明方案,可以在区块链跨链交易场景下快速安全地实现共识节点间的身份认证。

    联合建模的安全认证方法、装置及系统

    公开(公告)号:CN116996235A

    公开(公告)日:2023-11-03

    申请号:CN202311248994.4

    申请日:2023-09-26

    Abstract: 本发明公开了一种联合建模的安全认证方法、装置及系统,该方法包括:生成并发布公开参数PK及文件散列函数H;根据公开参数PK及文件散列函数H,为参与联合建模的各节点生成私钥SK,并将私钥SK及全局模型通过安全信道发送给对应的节点;接收各节点的梯度签名,所述梯度签名是所述节点根据自己的私钥SK、所述公开参数PK及文件散列函数H对所述全局模型训练得到的梯度数据进行签名得到的;确定各节点的梯度签名是否有效;如果所有梯度签名均有效,则对梯度签名进行聚合,得到聚合签名,并将聚合签名发送给各节点。利用本发明方案,可以保证联合建模信息的安全性。

    基于分块加密的数据安全共享方法、装置及系统

    公开(公告)号:CN119210902A

    公开(公告)日:2024-12-27

    申请号:CN202411707270.6

    申请日:2024-11-27

    Abstract: 本发明提供一种基于分块加密的数据安全共享方法、装置及系统,该方法包括:数据中心对数据信息进行分块,对每个数据块进行加密得到数据块密文,将数据块密文上传至云服务器进行存储,并在本地保存分块信息以及目录信息;接收到数据使用方发布的数据需求信息后,根据本地保存的分块信息以及目录信息确定满足需求的待共享数据;对数据使用方进行身份验证、并判断数据使用方的私钥是否合法以及请求数据是否合规;在验证及判断通过后向监管中心发送共享数据请求,以使监管中心利用自己的私钥生成数据共享令牌及签名,并发送给数据使用方。利用本发明方案,可以使数据得到安全可靠的共享。

    基于多密钥的联邦学习方法及系统

    公开(公告)号:CN118643919B

    公开(公告)日:2024-10-29

    申请号:CN202411104056.1

    申请日:2024-08-13

    Abstract: 本发明提供一种基于多密钥的联邦学习方法及系统,该方法包括:云服务器接收各参与方发送的模型梯度密文;利用服务器代理密钥对模型梯度密文进行计算,生成重加密密文;聚合所有重加密密文,得到聚合密文组;利用服务器私钥对聚合密文组解密得到聚合梯度数据,对聚合梯度数据进行加密,得到聚合梯度密文;将聚合梯度密文分发给各参与方。利用本发明方案,可以提升联邦学习中各参与方隐私数据的安全性。

    联合建模的安全认证方法、装置及系统

    公开(公告)号:CN116996235B

    公开(公告)日:2023-12-05

    申请号:CN202311248994.4

    申请日:2023-09-26

    Abstract: 本发明公开了一种联合建模的安全认证方法、装置及系统,该方法包括:生成并发布公开参数PK及文件散列函数H;根据公开参数PK及文件散列函数H,为参与联合建模的各节点生成私钥SK,并将私钥SK及全局模型通过安全信道发送给对应的节点;接收各节点的梯度签名,所述梯度签名是所述节点根据自己的私钥SK、所述公开参数PK及文件散列函数H对所述全局模型训练得到的梯度数据进行签名得到的;确定各节点的梯度签名是否有效;如果所有梯度签名均有效,则对梯度签名进行聚合,得到聚合签名,并将聚合签名发送给各节点。利用本发明方案,可以保证联合建模信息的安全性。

Patent Agency Ranking