申请/专利权人：重庆邮电大学

申请日：2023-12-22

公开（公告）日：2024-04-12

公开（公告）号：CN117875456A

主分类号：G06N20/20

分类号：G06N20/20;G06F21/60;G06F16/27

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明属于联邦学习隐私保护的技术领域，具体涉及一种基于同态加密与区块链的联邦学习方法。方法包括各参与方对用本地私有数据训练的局部模型参数进行加噪，然后利用CKKS同态加密算法进行加密；参与方生成包含模型参数密文的交易并提交到Fabric通道进行验证；排序节点聚合局部模型参数密文得到全局模型密文，将全局模型密文及其各参与方的交易打包成区块，发布到Fabric通道；参与方计算全局模型密文的解密份额并提交包含解密份额的交易到Fabric通道，排序节点聚合解密份额得到全局模型明文，将全局模型明文及其各参与方的交易打包成区块，发布到Fabric通道。本发明提出的方法能抵抗联邦学习过程中的投毒攻击、推理攻击与共谋攻击。

主权项：1.一种基于CKKS同态加密和Fabric的联邦学习方法，所述方法包括以下步骤：S1：系统初始化。S2：本地训练，在第t轮中，每个设备di从Fabric区块链上下载第t-1轮的全局模型ωt-1，且每个设备di使用FedAVG算法并基于本地私有数据集来训练模型，经过多次迭代，每个设备di都得到一个局部模型S3：局部模型加噪，每个设备di从ε,δ-差分隐私的正态分布中选取随机噪声ξ，对局部模型加噪得到加噪局部模型S4：局部模型编码加密，将编码后得到并将加密得到S5：设备di构造并提交包含模型参数密文的交易到Fabric通道进行验证；验证成功的交易发送给排序节点进行模型聚合，得到全局模型密文将存入Fabric私有数据集，将与所有交易打包成区块。S6：设备di检索到后，使用私钥与计算得到全局模型的解密份额，构造并发送包含解密份额的交易到Fabric通道进行验证。S7：解密全局模型密文，排序节点聚合通过验证的交易中的解密份额，得到全局模型ωt，并构造包含全局模型的交易发布到区块链上。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于CKKS同态加密和Fabric的联邦学习方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD