申请/专利权人:南京邮电大学
申请日:2024-01-26
公开(公告)日:2024-04-19
公开(公告)号:CN117910015A
主分类号:G06F21/60
分类号:G06F21/60;G06F21/56;G06N3/098
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明公开了一种基于可信度的联邦学习投毒攻击防御方法及系统,涉及网络安全技术领域,包括以下步骤:通过客户端从中心服务器中下载打分程序,收集数据集,并对数据集的安全性打分,生成安全分数;客户端将安全分数和模型梯度参数加密,生成密文分数,上传到中心服务器;中心服务器将密文分数进行密态比较,转换参数权重,最后得到全局模型,通过全局模型实现投毒攻击防御。本发明通过打分程序判定客户端是否存在数据投毒,来阻止恶意客户端加入本次联邦学习模型的更新的计算,在传输过程中,为了防御模型投毒,采用基于SM2的同态加密方法,防止模型梯度参数遭到泄露或篡改。
主权项:1.一种基于可信度的联邦学习投毒攻击防御方法,其特征在于:包括以下步骤:通过客户端从中心服务器中下载打分程序,收集数据集,并对数据集的安全性打分,生成安全分数;所述客户端将所述安全分数和模型梯度参数加密,生成密文分数,上传到所述中心服务器;所述中心服务器将所述密文分数进行密态比较,转换参数权重,最后得到联邦学习的全局模型。
全文数据:
权利要求:
百度查询: 南京邮电大学 一种基于可信度的联邦学习投毒攻击防御方法及系统
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。