[发明专利]基于安全洗牌和差分隐私的联邦学习模型安全防护方法及系统在审
| 申请号： | 202111270844.4 | 申请日： | 2021-10-29 |
| 公开（公告）号： | CN113987539A | 公开（公告）日： | 2022-01-28 |
| 发明（设计）人： | 粟勇;刘圣龙;江伊雯;刘文龙 | 申请（专利权）人： | 国网电力科学研究院有限公司;江苏瑞中数据股份有限公司;国网江苏省电力有限公司;国家电网有限公司大数据中心 |
| 主分类号： | G06F21/60 | 分类号： | G06F21/60;G06F21/62;G06N20/00 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 211106 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于安全洗牌和差分隐私的联邦学习模型安全防护方法及系统，联邦模型拥有者利用差分隐私技术对联邦学习的模型参数进行加噪声，生成带噪声的模型参数，之后利用用户授权密钥和安全洗牌算法加密模型参数，并将加密的联邦学习模型参数发送给用户；用户在本地使用联邦学习模型时，首先利用用户授权密钥和安全洗牌算法解密模型参数密文，得到带噪声的联邦学习模型，用户将自己的数据作为该模型的输入就能得到期望的输出结果。本发明不仅保护了原始模型的隐私性，可以有效保护原始模型的安全、保证用户能够得到可用的模型使用结果。 | ||
| 搜索关键词： | 基于 安全 洗牌 隐私 联邦 学习 模型 防护 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国网电力科学研究院有限公司;江苏瑞中数据股份有限公司;国网江苏省电力有限公司;国家电网有限公司大数据中心，未经国网电力科学研究院有限公司;江苏瑞中数据股份有限公司;国网江苏省电力有限公司;国家电网有限公司大数据中心许可，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/202111270844.4/，转载请声明来源钻瓜专利网。
