-
公开(公告)号：CN118282610A
公开(公告)日：2024-07-02
申请号：CN202410697728.8
申请日：2024-05-31
Applicant: 南京邮电大学
Abstract: 本发明公开了网络信息安全与数据隐私保护技术领域的一种算力网络隐私保护联邦学习方法，包括：基于通过共享密钥解密所述加密掩码所获得的掩码和算力节点通过掩码生成函数生成的自掩码，通过单掩码加密算法加密所述全局模型获得加密模型；使用单掩码解密算法将掩码和输入所有加密模型的聚合模型以完成解密；算力节点从区块链下载其他算力节点上传的同态哈希值，利用同态哈希验证算法对聚合模型的正确性进行验证，区块链选择一个验证通过的模型作为新的全局模型，迭代上述所有步骤直至全局模型收敛或达到通信轮次。本发明能够解决因算力节点对隐私数据的窃取、算力节点之间的串通、算力节点出现不诚实聚合模型而导致的隐私泄露的技术问题。
-
公开(公告)号：CN118282610B
公开(公告)日：2024-09-27
申请号：CN202410697728.8
申请日：2024-05-31
Applicant: 南京邮电大学
Abstract: 本发明公开了网络信息安全与数据隐私保护技术领域的一种算力网络隐私保护联邦学习方法，包括：基于通过共享密钥解密所述加密掩码所获得的掩码和算力节点通过掩码生成函数生成的自掩码，通过单掩码加密算法加密所述全局模型获得加密模型；使用单掩码解密算法将掩码和输入所有加密模型的聚合模型以完成解密；算力节点从区块链下载其他算力节点上传的同态哈希值，利用同态哈希验证算法对聚合模型的正确性进行验证，区块链选择一个验证通过的模型作为新的全局模型，迭代上述所有步骤直至全局模型收敛或达到通信轮次。本发明能够解决因算力节点对隐私数据的窃取、算力节点之间的串通、算力节点出现不诚实聚合模型而导致的隐私泄露的技术问题。
-
Search Results
2
records
(took 0.03 seconds)
