[发明专利]云环境下保护隐私的多方深度学习计算代理方法有效
| 申请号： | 201810439054.6 | 申请日： | 2018-05-09 |
| 公开（公告）号： | CN108712260B | 公开（公告）日： | 2021-06-25 |
| 发明（设计）人： | 马旭;高仲合;倪建成 | 申请（专利权）人： | 曲阜师范大学 |
| 主分类号： | H04L9/32 | 分类号： | H04L9/32;H04L9/00;H04L29/06;G06F21/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘国威 |
| 地址： | 273165 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于云计算技术领域，为实现保护隐私前提下的数据共享，以及在此基础上的深度学习应用。为此，本发明采用的技术方案是，云环境下保护隐私的多方深度学习计算代理方法，各个参与方基于自身数据集运行深度学习算法，计算得出梯度参数值，并将利用乘法同态ElGamal加密方案加密后的梯度参数上传到服务器；当参与者将梯度参数上传到云服务器时，同时生成该参数的签名，签名满足聚合性，即云服务器能够计算出梯度参数和的签名；云计算服务器在密文上计算得出所有用户的梯度参数和，并将结果返回给用户，用户解密后得到最终的梯度参数和，并通过检查结果和聚合签名是否是有效的消息和签名对来验证其正确性。本发明主要应用于云计算场合。 | ||
| 搜索关键词： | 环境 保护 隐私 多方 深度 学习 计算 代理 方法 | ||
【主权项】：
1.一种云环境下保护隐私的多方深度学习计算代理方法，其特征是，各个参与方基于自身数据集运行深度学习算法，计算得出梯度参数值，并将利用乘法同态ElGamal加密方案加密后的梯度参数上传到服务器；当参与者将梯度参数上传到云服务器时，同时生成该参数的签名，签名满足聚合性，即云服务器能够计算出梯度参数和的签名；云计算服务器在密文上计算得出所有用户的梯度参数和，并将结果返回给用户，用户解密后得到最终的梯度参数和，并通过检查结果和聚合签名是否是有效的消息和签名对来验证其正确性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于曲阜师范大学，未经曲阜师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810439054.6/，转载请声明来源钻瓜专利网。
