| 专利号 | 2023117340207 | 申请日 | 2023-12-18 | 专利名称 | 联邦学习中双向模型投毒检测方法与系统 |
| 授权日 | 2024-03-12 | 专利权人 | 烟台大学 | 发明人 | 赵金东;欧璇璇;丁智颖;王文硕 |
| 主分类号 | G06F21/56 | 关键词 | 应用领域 | ||
| 摘要 | 本发明涉及联邦学习技术领域，特别是涉及联邦学习中双向模型投毒检测方法与系统，方法包括：收集数据并构建数据集；客户端基于所述数据集训练本地模型，获取客户端本地梯度并上传至中央服务器；所述中央服务器基于所述客户端本地梯度执行聚合，获取全局梯度，并发送给验证器；所述验证器基于预设的双向投毒防御模型，对所述全局梯度进行验证，并将验证通过的全局梯度发送至所述中央服务器；所述中央服务器基于所述验证通过的全局梯度更新全局模型，完成所述客户端和中央服务器的投毒检测。本发明能够在联邦学习的过程中同时兼顾服务器端与客户端的安全性，提高联邦学习在各领域的广泛应用。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 下一代信息网络产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
