一种基于差分隐私和混沌加密的联邦学习方法.pdfVIP

下载本文档

1
0
约2.55万字
约 15页
2023-06-16 发布于四川
举报
版权申诉

一种基于差分隐私和混沌加密的联邦学习方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于差分隐私和混沌加密的联邦学习方法。为了保护计算节点的本地数据信息不泄露，在迭代过程中，节点采用基于差分隐私的优化算法使用本地数据对模型进行训练，然后使用混沌加密算法对更新后的本地模型参数进行加密，并将本地模型参数密文上传至参数服务器。参数服务器，使用多个计算节点上传的加密模型参数对全局模型参数进行更新，并将更新后的全局模型参数密文发送至各计算节点。接着，计算节点对收到的全局模型参数密文进行解密，并载入本地模型中，进行下一次迭代训练。

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113239404 B (45)授权公告日 2022.07.19 (21)申请号 202110623714.8 审查员周辉 (22)申请日 2021.06.04