[发明专利]一种增强隐私保护的联邦学习方法和系统有效
| 申请号： | 202011621141.7 | 申请日： | 2020-12-30 |
| 公开（公告）号： | CN112632620B | 公开（公告）日： | 2022-08-26 |
| 发明（设计）人： | 李龙飞;周俊 | 申请（专利权）人： | 支付宝（杭州）信息技术有限公司 |
| 主分类号： | G06F21/62 | 分类号： | G06F21/62;G06F21/60;G06V10/80;G06N3/08;G06N20/00 |
| 代理公司： | 成都七星天知识产权代理有限公司 51253 | 代理人： | 袁春晓 |
| 地址： | 310000 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本说明书涉及机器学习领域，特别涉及一种增强隐私保护的联邦学习方法和系统。所述方法由多个参与方中的任一训练成员实现，其中，所述参与方包括服务器及多个训练成员，该方法包括：获取隐私样本；获取一个或多个与所述隐私样本同类型的扰动样本；基于所述隐私样本与一个或多个扰动样本生成加密样本；基于所述加密样本，与其他参与方进行联邦学习以对待训练模型进行联合训练。 | ||
| 搜索关键词： | 一种 增强 隐私 保护 联邦 学习方法 系统 | ||
【主权项】：
暂无信息
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支付宝（杭州）信息技术有限公司，未经支付宝（杭州）信息技术有限公司许可，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/202011621141.7/，转载请声明来源钻瓜专利网。
