-
公开(公告)号：CN118586515A
公开(公告)日：2024-09-03
申请号：CN202410626553.1
申请日：2024-05-20
Applicant: 贵州大学
Abstract: 本发明公开了一种抗隐蔽敌手的云边协同委托学习方法、系统及存储介质，该方法至少包括如下步骤：委托方将数据随机秘密地共享，并将共享后的数据发送给两组隐蔽边缘服务器；边缘服务器执行模型计算任务，包括线性回归模型的计算，并将计算结果发送至云服务器；云服务器对边缘服务器发送的中间数据进行求和与验证，若结果一致或在预设误差范围内，则存储数据；否则，执行保证输出交付协议，并与边缘集群共同检测并定位恶意计算方。本发明将隐蔽敌手的概念应用与隐私保护机器学习中，其相比于半诚实敌手模型提高了安全性，相比于恶意敌手的验证方法更加高效。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
