申请/专利权人:山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)
申请日:2024-01-12
公开(公告)日:2024-04-09
公开(公告)号:CN117852100A
主分类号:G06F21/64
分类号:G06F21/64;G06F21/60;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本公开提供了一种联邦学习场景下的模型完整性验证方法及系统,所述方法将待下发至边缘设备的全局模型划分为若干数据块,并基于所述数据块进行哈希树生成,得到第一哈希树根节点;将全局模型下发至各边缘设备;各边缘设备接收到全局模型后,将全局模型划分为若干数据块,并基于所述数据块进行哈希树生成,得到第二哈希树根节点,并以所述第二哈希树根节点作为完整性证据返回至中央服务器;所述中央服务器基于第一哈希树根节点和第二哈希树根节点的比对结果,实现模型的完整性验证。
主权项:1.一种联邦学习场景下的模型完整性验证方法,其应用于中央服务器,其特征在于,包括:将待下发至边缘设备的全局模型划分为若干数据块,并基于所述数据块进行哈希树生成,得到第一哈希树根节点;将全局模型下发至各边缘设备,并接收各边缘设备返回的完整性证据,其中,所述完整性证据具体为:边缘设备接收到全局模型后,将全局模型划分为若干数据块,并基于所述数据块进行哈希树生成,得到第二哈希树根节点,并以所述第二哈希树根节点作为完整性证据;基于第一哈希树根节点和第二哈希树根节点的比对结果,实现模型的完整性验证。
全文数据:
权利要求:
百度查询: 山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院) 一种联邦学习场景下的模型完整性验证方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。