公开(公告)号：CN117708849A

公开(公告)日：2024-03-15

申请号：CN202311702752.8

申请日：2023-12-12

Applicant: 桂林电子科技大学

Inventor： 王会勇 ,  王琦 ,  唐士杰 ,  赵汝文 ,  王继奎

IPC: G06F21/60 ,  G06N3/098 ,  G06N3/04

Abstract: 本发明涉及隐私保护技术领域，具体涉及一种基于部分低质量数据的保护隐私联邦学习训练方法，架构了只包含参与用户和云服务器两种实体类型的系统模型，通过单云服务器外包，将复杂的计算交给云服务器，以降低参与者的计算负担，提高模型对计算能力不足参与者的包容性，并且构建了一种描述用户数据质量的评估算法，并根据数据质量的复合评分来控制参与训练的数据在联邦训练全局迭代中的参与程度，以减少低质量数据对模型精度的负面影响，同时利用分布式Paillier同态加密机制，引入允许部分低质量数据参与训练的联邦学习多方聚合方案，保证参与者私有数据的隐私安全，并且对用户中途退出和加入非常友好，解决了现有的联邦学习训练过程的不足。

公开(公告)号：CN118643525A

公开(公告)日：2024-09-13

申请号：CN202410681326.9

申请日：2024-05-29

Applicant: 桂林电子科技大学

Inventor： 王会勇 ,  王琦 ,  唐士杰 ,  丁勇 ,  王继奎

IPC: G06F21/62 ,  G06N3/0499 ,  G06N3/098

Abstract: 本发明涉及联邦学习数据隐私技术领域，具体涉及一种基于双掩码且高效的隐私保护联邦学习训练方法，通过传输延迟的方法将联邦学习的所有参与者进行区域划分，并在每个区域设置边缘计算节点。参与者通过计算矢量方向差对持有数据进行质量评估，并通过添加随机致盲因子和数据分割方法对本地梯度和数据评估值进行加密并上传给边缘计算节点进行聚合；边缘节点在区域内对接收到的数据进行聚合后，协同云服务器进行全局模型的迭代，获得最终模型。本发明采用随机致盲因子和数据分割等技术，在保证参与者私有数据隐私的同时，降低了低质量数据对模型精度的负面影响，且更加高效的完成模型训练。

公开(公告)号：CN110451949A

公开(公告)日：2019-11-15

申请号：CN201910720062.2

申请日：2019-08-06

Applicant: 桂林电子科技大学

Inventor： 朱归胜 ,  宋金杰 ,  徐华蕊 ,  傅维宁 ,  尹荣 ,  王琦 ,  朱伟

IPC: C04B35/453 ,  C04B35/622 ,  C04B35/64

Abstract: 本发明涉及低温烧结陶瓷技术领域，尤其涉及一种Bi2O3陶瓷的冷压烧结方法及冷压烧结装置，包括固定连接在一起的控制箱、进料装置和烧结装置，所述烧结装置包括机壳，所述机壳的上端面固定安装有上成型液压机，所述上成型液压机的主轴上固定安装有上模具芯，所述机壳的下端面于上成型液压机对应的位置固定安装有下成型液压机，所述下成型液压机的主轴上固定安装有下模具芯，所述机壳的侧壁上固定安装有安装台，所述安装台上可拆卸安装有模具，所述模具的外壁上安装有加热机构。本发明的一种Bi2O3陶瓷的冷压烧结方法及冷压烧结装置，可以实现高致密的Bi2O3陶瓷，所加工的Bi2O3陶瓷具有成品率高、表面清洁和具备工业化批量流水线制造的优点。