公开(公告)号：CN115577360A

公开(公告)日：2023-01-06

申请号：CN202211422140.9

申请日：2022-11-14

Applicant: 湖南大学

Inventor： 徐旸 ,  张益邦 ,  谭运林 ,  张程 ,  谢鲲 ,  唐卓 ,  李肯立 ,  张尧学

IPC: G06F21/56 ,  G06F17/16 ,  G06F18/22 ,  G06F18/23 ,  G06F18/214

Abstract: 本发明公开了一种不依赖梯度的聚类联邦学习方法及系统，本发明方法包括：客户端分别计算数据分布信息及相互的交集相似度并构造交集相似度向量；服务器收集交集相似度向量并构建相似度矩阵，对客户端进行聚类并执行模型训练，在服务器检测到模型的精度下降且确定恶意簇后，选择客户端来组成验证委员会并进行验证并投票将恶意模型排除、保留良性模型。本发明中服务器不需要依靠客户端的梯度信息进行聚类而是根据客户端的数据分布之间的交集相似度来进行聚类，避免了客户端的梯度信息泄露问题，保护了客户端的梯度安全，增强了聚类联邦学习过程中的安全性、可靠性、并且提高了训练精度。

公开(公告)号：CN117875452A

公开(公告)日：2024-04-12

申请号：CN202410084093.4

申请日：2024-01-19

Applicant: 湖南大学

Inventor： 徐旸 ,  张益邦 ,  冉骏麟 ,  李航帆 ,  张程 ,  宁振宇 ,  彭绍亮 ,  唐卓

IPC: G06N20/00 ,  G06F21/60 ,  G06F21/62

Abstract: 本发明公开了一种基于SGX的区块链联邦学习方法及系统，本发明方法包括：每个客户端与SGX进行远程认证，并建立安全的信道；客户端进行本地模型的训练，保存本地模型的参数；客户端生成训练结果，并发布到区块链网络；区块链系统使用共识机制决定本轮执行聚合的聚合服务器，该聚合服务器从区块链网络中异步地获取各客户端的客户端模型梯度并送入SGX验证，验证成功后由SGX进行模型聚合；SGX完成模型聚合之后，产生聚合结果并发布至区块链；其他区块链节点验证聚合结果的完整性，验证成功后将该区块添加到本地区块中，并开始下一轮训练。本发明在聚合服务器中使用SGX进行模型的聚合，在开放的区块链联邦学习环境中保证训练过程不被恶意的聚合者破坏，提高了安全聚合的安全性、可靠性。