-
公开(公告)号：CN119357754B
公开(公告)日：2025-04-08
申请号：CN202411911075.5
申请日：2024-12-24
Applicant: 北京市大数据中心 , 数据堂(北京)科技股份有限公司
IPC: G06F18/24 , G06N3/0455 , G06N3/098
Abstract: 本申请公开了一种联邦数据管控下的基于规则对齐的激励方法及装置，其首先指定联邦数据管控规则，同时从第一联邦节点和第二联邦节点获取用户的行为数据，并采用基于深度学习的数据处理技术对用户行为数据进行时序分析，以分别捕捉到第一联邦节点和第二联邦节点的用户行为特征，进而，通过将第一联邦节点用户行为特征和第二联邦节点用户行为特征分别与联邦数据管控规则进行语义关联分析，从而智能确定联邦节点的激励结果。这样，通过量化用户行为与联邦数据管控规则的一致性来调整联邦学习过程中各节点的权重分配，实现了对联邦学习参与者的公平激励，能够有效促进联邦学习环境中数据资源的高效利用，提高联邦学习的整体性能和隐私性。
-
Patent Agency Ranking
公开(公告)号：CN119357754A
公开(公告)日：2025-01-24
申请号：CN202411911075.5
申请日：2024-12-24
Applicant: 北京市大数据中心 , 数据堂(北京)科技股份有限公司
IPC: G06F18/24 , G06N3/0455 , G06N3/098
Abstract: 本申请公开了一种联邦数据管控下的基于规则对齐的激励方法及装置，其首先指定联邦数据管控规则，同时从第一联邦节点和第二联邦节点获取用户的行为数据，并采用基于深度学习的数据处理技术对用户行为数据进行时序分析，以分别捕捉到第一联邦节点和第二联邦节点的用户行为特征，进而，通过将第一联邦节点用户行为特征和第二联邦节点用户行为特征分别与联邦数据管控规则进行语义关联分析，从而智能确定联邦节点的激励结果。这样，通过量化用户行为与联邦数据管控规则的一致性来调整联邦学习过程中各节点的权重分配，实现了对联邦学习参与者的公平激励，能够有效促进联邦学习环境中数据资源的高效利用，提高联邦学习的整体性能和隐私性。
-
公开(公告)号：CN117786768A
公开(公告)日：2024-03-29
申请号：CN202410199786.8
申请日：2024-02-23
Applicant: 数据堂(北京)科技股份有限公司 , 北京市大数据中心
Abstract: 本发明提供了一种联邦数据学习的安全参数交换方法，属于数据安全技术领域。本发明采用第三方签名保护参数服务器的参数汇聚安全，目前还没有保护服务器的专利，本发明创新提出通过对参数服务器中的参数在读写、落盘和网络传输三个方面进行监控，来确保参数服务器进行安全的明文参数汇聚。本发明还通过采用RSA算法保护不安全环境下密码和参数安全通信，确保通信链路的安全，使链路劫持失效。本发明还采用加密强度可配置的训练节点参数加密措施，针对不同的训练节点的采用不同的加密强度，满足实际应用的各种安全场景要求，对训练节点进行安全保护。
-
公开(公告)号：CN117786768B
公开(公告)日：2024-05-14
申请号：CN202410199786.8
申请日：2024-02-23
Applicant: 数据堂(北京)科技股份有限公司 , 北京市大数据中心
Abstract: 本发明提供了一种联邦数据学习的安全参数交换方法，属于数据安全技术领域。本发明采用第三方签名保护参数服务器的参数汇聚安全，目前还没有保护服务器的专利，本发明创新提出通过对参数服务器中的参数在读写、落盘和网络传输三个方面进行监控，来确保参数服务器进行安全的明文参数汇聚。本发明还通过采用RSA算法保护不安全环境下密码和参数安全通信，确保通信链路的安全，使链路劫持失效。本发明还采用加密强度可配置的训练节点参数加密措施，针对不同的训练节点的采用不同的加密强度，满足实际应用的各种安全场景要求，对训练节点进行安全保护。
-
公开(公告)号：CN117714217A
公开(公告)日：2024-03-15
申请号：CN202410167961.5
申请日：2024-02-06
Applicant: 河北数云堂智能科技有限公司 , 数据堂(北京)科技股份有限公司
IPC: H04L9/40 , H04L67/104
Abstract: 本发明涉及电数字数据处理的领域，尤其是涉及一种可信联邦智能安全计算平台的方法和装置，方法包括如下步骤：参数服务器和节点通过公网连接，节点之间无连接，同时参数服务器和节点通过私链连接。参数服务器将初始参数和模型结构向节点发送；节点使用本地数据训练模型，获得参数和训练日志；节点将训练日志写入私链，将本地参数发送参数服务器；参数服务器将本地参数与之前汇聚后保存的参数进行聚合，获得聚合参数并向节点发送，将汇聚日志写入私链；节点直接与参数服务器交换参数，不等待其它节点。循环达预设次数或训练模型达到稳定后停止。本发明具有降低联邦学习中存在的泄密风险，提升联邦学习的安全性的效果。
-
公开(公告)号：CN117714217B
公开(公告)日：2024-05-28
申请号：CN202410167961.5
申请日：2024-02-06
Applicant: 河北数云堂智能科技有限公司 , 数据堂(北京)科技股份有限公司
IPC: H04L9/40 , H04L67/104
Abstract: 本发明涉及电数字数据处理的领域，尤其是涉及一种可信联邦智能安全计算平台的方法和装置，方法包括如下步骤：参数服务器和节点通过公网连接，节点之间无连接，同时参数服务器和节点通过私链连接。参数服务器将初始参数和模型结构向节点发送；节点使用本地数据训练模型，获得参数和训练日志；节点将训练日志写入私链，将本地参数发送参数服务器；参数服务器将本地参数与之前汇聚后保存的参数进行聚合，获得聚合参数并向节点发送，将汇聚日志写入私链；节点直接与参数服务器交换参数，不等待其它节点。循环达预设次数或训练模型达到稳定后停止。本发明具有降低联邦学习中存在的泄密风险，提升联邦学习的安全性的效果。
-
-
-
-
-
Search Results
6
records
(took 0.054 seconds)
