基本信息:
- 专利标题： 同态加密的联邦学习中降低通信开销的方法及相关设备
- 申请号：CN202410964854.5 申请日：2024-07-18
- 公开(公告)号：CN118984211A 公开(公告)日：2024-11-19
- 发明人： 蔡振聪 , 焦心愿 , 吕瑞光 , 冯德超 , 吴钢 , 魏柳 , 王颖 , 孟雨 , 利润霖 , 黄澍 , 孙璐
- 申请人： 国网信息通信产业集团有限公司
- 申请人地址： 北京市昌平区北七家未来科技城国家电网园区
- 专利权人： 国网信息通信产业集团有限公司
- 当前专利权人： 国网信息通信产业集团有限公司
- 当前专利权人地址： 北京市昌平区北七家未来科技城国家电网园区
- 代理机构： 北京风雅颂专利代理有限公司
- 代理人： 王刚
- 主分类号： H04L9/00
- IPC分类号： H04L9/00 ; G06N20/00 ; G06F21/60 ; H04L9/08 ; H04L9/40
摘要：
本申请提供一种同态加密的联邦学习中降低通信开销的方法及相关设备；方法包括：对本轮的全局模型进行训练，得到本轮的梯度向量，并将前一轮训练得到的量化误差加入至本轮的梯度向量，得到本轮的有效梯度向量，有效梯度向量中包含多个有效梯度分量；按照绝对值从大到小的顺序，从有效梯度向量中选取第一数量的有效梯度分量，将第一数量中第一部分有效梯度分量保留，并将第二部分有效梯度分量进行量化得到量化梯度，将保留的有效梯度分量与量化梯度组成本轮的目标梯度向量；利用有效梯度向量确定本轮的缩放因子，利用本轮的缩放因子与目标梯度向量确定下一轮训练的量化误差；将本轮的缩放因子和利用公钥加密后的目标梯度向量发送至中央服务器。