发明公开
- 专利标题: 一种联邦学习自动化安全验证方法
-
申请号: CN202210410606.7申请日: 2022-04-19
-
公开(公告)号: CN114710280A公开(公告)日: 2022-07-05
- 发明人: 于鹏飞 , 石聪聪 , 黄秀丽 , 高先周 , 沈文 , 梁飞 , 杨如侠
- 申请人: 全球能源互联网研究院有限公司南京分公司 , 国家电网有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司营销服务中心
- 申请人地址: 江苏省南京市鼓楼区南瑞路8号; ; ;
- 专利权人: 全球能源互联网研究院有限公司南京分公司,国家电网有限公司,国网江苏省电力有限公司,国网江苏省电力有限公司营销服务中心
- 当前专利权人: 全球能源互联网研究院有限公司南京分公司,国家电网有限公司,国网江苏省电力有限公司,国网江苏省电力有限公司营销服务中心
- 当前专利权人地址: 江苏省南京市鼓楼区南瑞路8号; ; ;
- 代理机构: 苏州国卓知识产权代理有限公司
- 代理商 姜新华
- 主分类号: H04L9/08
- IPC分类号: H04L9/08 ; H04L9/30 ; H04L67/12
摘要:
本发明公开的属于联邦学习技术领域,具体为一种联邦学习自动化安全验证方法,包括:通过文件处理模块将初始全局模型发送到联邦学习模块中,联邦学习模块将根据初始全局模型在区块链模块上注册任务,并通过区块链模块连接智能合约模块发布注册合约;通过文件处理模块将注册完成的初始全局模型发送到联邦学习模块中,联邦学习模块对初始全局模型进行训练,获得全局模型,并通过区块链模块连接智能合约模块发布任务合约。该一种联邦学习自动化安全验证方法,能够在模型训练的过程中,通过密钥和密码对这个数据交换的过程进行加密,避免模型训练的数据被外界获取,提高安全性。