-
公开(公告)号：CN115296927A
公开(公告)日：2022-11-04
申请号：CN202211185889.6
申请日：2022-09-28
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L9/40 , H04L67/1097 , G06F16/2458 , G06N20/00
Abstract: 本发明提供一种基于区块链的联邦学习可信融合激励方法及系统，涉及互联网技术领域，该方法包括：在多轮联邦学习过程中，获取各个参与节点的基础信用度和预设的节点等级临界值；针对每一轮迭代学习，根据参与节点的基础信用度和前一轮的信用度更新参与节点在当前轮迭代学习的信用度，通过比较节点等级临界值与信用度确定参与节点的等级，对预设等级的参与节点进行隔离并记录到区块链中；根据参与节点信用度以及相关属性信息，构建多属性融合数据的实体模型，将实体模型存储在区块链上。这样，可以解决联邦学习过程中参与节点消极搭便车、模型投毒攻击等问题，并且支持参与节点的实体级、属性级可信查询，为参与节点行为的量化评估提供依据。
-
公开(公告)号：CN115296927B
公开(公告)日：2023-01-06
申请号：CN202211185889.6
申请日：2022-09-28
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L9/40 , H04L67/1097 , G06F16/2458 , G06N20/00
Abstract: 本发明提供一种基于区块链的联邦学习可信融合激励方法及系统，涉及互联网技术领域，该方法包括：在多轮联邦学习过程中，获取各个参与节点的基础信用度和预设的节点等级临界值；针对每一轮迭代学习，根据参与节点的基础信用度和前一轮的信用度更新参与节点在当前轮迭代学习的信用度，通过比较节点等级临界值与信用度确定参与节点的等级，对预设等级的参与节点进行隔离并记录到区块链中；根据参与节点信用度以及相关属性信息，构建多属性融合数据的实体模型，将实体模型存储在区块链上。这样，可以解决联邦学习过程中参与节点消极搭便车、模型投毒攻击等问题，并且支持参与节点的实体级、属性级可信查询，为参与节点行为的量化评估提供依据。
-
公开(公告)号：CN116702214B
公开(公告)日：2023-11-07
申请号：CN202310959881.9
申请日：2023-08-02
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F21/62 , G06F18/2415
Abstract: 本发明提供了一种基于相干邻近度与贝叶斯网络的隐私数据发布方法及系统，其属于数据安全技术领域，包括：基于待发布数据中各属性数据的互信息，以各属性数据作为节点构建动态贝叶斯网络；基于各属性数据节点间的相干邻近度以及预设阈值，对各属性数据进行类别划分；基于相干邻近度及数据质量评估度计算各属性数据节点的隐私预算分配权值，并基于隐私预算分配权值对不同类别的属性数据分别进行隐私预算分配；根据分配的隐私预算对各属性数据进行加噪，并将加噪后的高维数据进行发布。所述方案数据化度量了数据特征间的关联，有效减少了直接在原始高维数据集加噪产生的噪声累积，优化降低了隐私保护代价，保证了高维数据的安全性及高可用性。
-
公开(公告)号：CN116702214A
公开(公告)日：2023-09-05
申请号：CN202310959881.9
申请日：2023-08-02
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F21/62 , G06F18/2415
Abstract: 本发明提供了一种基于相干邻近度与贝叶斯网络的隐私数据发布方法及系统，其属于数据安全技术领域，包括：基于待发布数据中各属性数据的互信息，以各属性数据作为节点构建动态贝叶斯网络；基于各属性数据节点间的相干邻近度以及预设阈值，对各属性数据进行类别划分；基于相干邻近度及数据质量评估度计算各属性数据节点的隐私预算分配权值，并基于隐私预算分配权值对不同类别的属性数据分别进行隐私预算分配；根据分配的隐私预算对各属性数据进行加噪，并将加噪后的高维数据进行发布。所述方案数据化度量了数据特征间的关联，有效减少了直接在原始高维数据集加噪产生的噪声累积，优化降低了隐私保护代价，保证了高维数据的安全性及高可用性。
-
-
-
Search Results
4
records
(took 0.032 seconds)
