西安電子科技大學苗銀賓獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉西安電子科技大學申請的專利一種用于隱私保護的聯邦學習方法、裝置及介質獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115146307B 。
龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210543089.0,技術領域涉及:G06F21/62;該發明授權一種用于隱私保護的聯邦學習方法、裝置及介質是由苗銀賓;謝榮朋;李興華;馬建峰設計研發完成,并于2022-05-18向國家知識產權局提交的專利申請。
本一種用于隱私保護的聯邦學習方法、裝置及介質在說明書摘要公布了:本發明涉及一種用于隱私保護的聯邦學習方法,將壓縮感知技術與自適應本地差分隱私技術結合在一起,對數據隱私進行安全保護。利用壓縮感知減少模型本身參數規模同時,使得在應用差分隱私添加噪聲時,也減少了往模型添加的噪聲量,而添加噪聲的自適應方式也能進一步減少添加的噪聲,使得最后的總通信量比其它同時使用差分隱私和壓縮或量化的方法更低。在數據隱私保護方面,根據每一層權重值變化范圍的差異性而進行自適應的數據擾動,這可以進一步減少總的噪聲量,還可以在不破壞數據隱私的同時,提高數據的可用性,使得模型的精確性提高。
本發明授權一種用于隱私保護的聯邦學習方法、裝置及介質在權利要求書中公布了:1.一種用于隱私保護的聯邦學習方法,其特征在于,所述方法包括下述步驟: 在服務器上,在將第一模型的所有權重根據權重變化范圍進行隨機初始化后,由服務器將最新的第一模型發給通過隨機均勻選擇的客戶端;其中,在初始化時用唯一的id對權重所在的結構位置進行標記; 在客戶端上,利用客戶端本地數據對收到的第一模型進行訓練,得到第二模型,并獲得每一層權重的最大值max與最小值min,計算第層的中心,半徑;將第二模型原來的n個權重壓縮為m個權重以得到第三模型;基于第三模型每一層權重變化范圍下標表示層,向每一層權重添加噪聲,包括:計算每一層權重w距離變化中心的偏移量μ,根據隱私預算、權重w及其相應的和,計算概率,隨機采樣一個伯努利變量,如果等于1,則擾動后的權重為,否則,擾動后的權重值,并用唯一的id標記該權重的結構位置,在等待一個通過隨機方式確定的延遲時長后,由客戶端將帶有噪聲的權重發送給服務器; 在服務器接收到所有客戶端上傳的權重之后,確定權重的結構位置,并對結構位置相同的所有權重進行平均聚合,平均聚合后獲得第四模型,基于第四模型進行誤差校正得到誤差校正模型,記作: 式中,、為超參數;為初始動量,為初始誤差校正;為當前通信輪次;為當前迭代中的動量;為上一次迭代中的動量;為上一次的累積誤差,所述累積誤差為更新的第一模型對應的誤差校正模型與更新的第一模型進行壓縮感知得到的模型的差值;對誤差校正模型執行解壓,得到更新的第一模型; 服務器與客戶端之間重復上述過程,直到循環次數達到預規定的總通信輪數T后,得到最終的第一模型; 其中,m小于n。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人西安電子科技大學,其通訊地址為:710071 陜西省西安市雁塔區太白南路2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。