Invention Publication
- Patent Title: 无线网络中安全的联邦学习聚合方法、系统、设备及介质
-
Application No.: CN202310829896.3Application Date: 2023-07-07
-
Publication No.: CN116957104APublication Date: 2023-10-27
- Inventor: 孙红光 , 张冲 , 王学波 , 张宏鸣 , 李书琴 , 徐超 , 景旭 , 吕志明 , 刘敬敏
- Applicant: 西北农林科技大学
- Applicant Address: 陕西省咸阳市杨凌示范区邰城路3号
- Assignee: 西北农林科技大学
- Current Assignee: 西北农林科技大学
- Current Assignee Address: 陕西省咸阳市杨凌示范区邰城路3号
- Agency: 西安长和专利代理有限公司
- Agent 黄伟洪
- Main IPC: G06N20/00
- IPC: G06N20/00 ; G06F21/62 ; G06F21/64 ; G06F18/22 ; G06F18/25 ; H04W12/02 ; H04W12/122 ; H04W12/06 ; H04W12/106 ; H04W12/69 ; H04L9/32 ; H04L9/00

Abstract:
本发明属于无线通信技术领域,公开了一种无线网络中安全的联邦学习聚合方法、系统、设备及介质,基于非对称密钥加密体制进行用户身份认证,通过EigenTrust算法对用户进行可靠性分数建模,服务器构建与其关联节点的可靠性分数表;在一个训练轮次完成后,用户首先加密身份信息并对本地模型添加差分隐私并发送给服务器,服务器验证用户身份后接收模型信息,计算用户可靠性分数,该可靠性分数同时会成为下一轮可靠性分数计算时的参照;服务器根据用户可靠性分数值将用户模型参数按照一定比例进行聚合,得到全局模型。本发明合理有效地防止用户恶意破坏联邦学习过程,保护用户隐私,提高联邦学习系统全局模型的正确率,保证了无线联邦学习的安全性。
Information query