申请/专利权人:山东大学
申请日:2024-02-02
公开(公告)日:2024-04-09
公开(公告)号:CN117857012A
主分类号:H04L9/00
分类号:H04L9/00;G06N3/098;G06F21/62
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:本发明属于联邦学习技术领域,提供了一种基于CKKS同态加密的拜占庭鲁棒联邦学习方法及系统。其中,基于CKKS同态加密的拜占庭鲁棒联邦学习方法,每轮迭代执行如下步骤:Evaluate服务器计算诚实归一化的客户端集合中的每个诚实客户端的归一化及加密后的模型更新与Evaluate服务器的模型更新之间的密文余弦相似度,剪裁密文余弦相似度,得到对应诚实客户端的密文权值;Evaluate服务器计算所有诚实客户端的加密后的模型更新的加权密文和,并将其与密文权值一起发送给Assist服务器;Assist服务器联合Evaluate服务器计算出聚合后的全局模型更新,进而得到新的全局模型,并发送至客户端进行新一轮的聚合。
主权项:1.一种基于CKKS同态加密的拜占庭鲁棒联邦学习方法,其特征在于,每轮迭代执行如下步骤:Evaluate服务器及各个客户端使用当前的全局模型在各自的数据集上进行本地训练,对应得到各自的模型更新;各个客户端将其各自的模型更新进行归一化及CKKS同态加密处理后发送给Evaluate服务器;Evaluate服务器通过内积公式计算各个客户端的归一化及加密后的模型更新的内积,得到客户端密文内积集合;Assist服务器对客户端密文内积集合中的密文内积进行解密,判断其中的诚实客户端,形成诚实归一化的客户端集合并将其发送给Evaluate服务器;Evaluate服务器计算诚实归一化的客户端集合中的每个诚实客户端的归一化及加密后的模型更新与Evaluate服务器的归一化模型更新之间的密文余弦相似度,通过同态ReLU函数剪裁密文余弦相似度,得到对应诚实客户端的密文权值;Evaluate服务器计算所有诚实客户端的加密后的模型更新的加权密文和,并将其与密文权值一起发送给Assist服务器;Assist服务器对接收到的对应诚实客户端的密文权值及归一化及加密后的模型更新的加权密文和进行解密,计算出平均全局模型更新;Evaluate服务器根据平均全局模型更新,计算出聚合后的全局模型更新,进而得到新的全局模型,并发送至客户端进行新一轮的聚合。
全文数据:
权利要求:
百度查询: 山东大学 基于CKKS同态加密的拜占庭鲁棒联邦学习方法及系统
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。