-
公开(公告)号：CN117370644A
公开(公告)日：2024-01-09
申请号：CN202311049103.2
申请日：2023-08-21
Applicant: 北京理工大学
IPC: G06F16/9535 , G06N3/098 , G06F21/62
Abstract: 本发明公开了一种基于联盟链的联邦学习课程推荐方法，属于区块链与隐私计算技术应用领域。针对课程推荐系统面临的数据隐私泄露和数据孤岛等问题，本发明通过联盟链对传统联邦学习进行去中心化，增强了整个系统的可靠性，避免了由于主服务器故障导致的机器学习效果下降，同时采用差分隐私的方法，通过对模型参数添加噪声的手段进行了加密，防止攻击者通过模型参数推断出用户的个人信息，有效保护了平台的数据内容。同时，通过委员会机制和联盟链的准入机制，委员会可以审批通过，允许新的平台作为链上节点加入，为所有成员提供模型更新，并且委员会机制为所有成员提出训练任务的机会。本方法具有良好的安全性、扩展性和更高的效率。
Search Results
1
records
(took 0.035 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
