基本信息:
- 专利标题： 一种基于双重聚合的可验证隐私保护联邦学习方法及装置
- 申请号：CN202510359090.1 申请日：2025-03-25
- 公开(公告)号：CN120317398A 公开(公告)日：2025-07-15
- 发明人： 赵川 , 林宇成 , 马晓红 , 赵圣楠 , 陈贞翔 , 张建成 , 鹿全礼 , 陈纪旸 , 杨锐 , 李士宽
- 申请人： 济南大学 , 山东正中信息技术股份有限公司
- 申请人地址： 山东省济南市市中区南辛庄西路336号
- 专利权人： 济南大学,山东正中信息技术股份有限公司
- 当前专利权人： 济南大学,山东正中信息技术股份有限公司
- 当前专利权人地址： 山东省济南市市中区南辛庄西路336号
- 代理机构： 济南圣达知识产权代理有限公司
- 代理人： 王雪
- 主分类号： G06N20/00
- IPC分类号： G06N20/00 ; G06F21/62 ; G06F21/60
摘要：
本发明涉及联邦学习安全技术领域，提供了一种基于双重聚合的可验证隐私保护联邦学习方法及装置。中心服务器在开始训练前对所有用户进行分组，在收到用户上传的盲化梯度后，恢复出所有用户的掩码和以及校验值的和，最后完成梯度和校验值的双重聚合并下发给所有用户；辅助节点用于与用户协商生成相关的验证参数，这些验证参数将被用户用于校验值的生成及后续聚合结果的验证。用户开始训练前在本地盲化梯度、计算梯度对应的校验值并上传到中心服务器，并与同组用户进行秘密分享。在收到中心服务器下发的聚合结果后，利用验证参数对聚合结果进行验证。以较低的计算和通信成本实现梯度的安全聚合以及聚合结果的可验证。