基于隐私保护的联邦学习方法以及相关设备

    公开(公告)号:CN114357504A

    公开(公告)日:2022-04-15

    申请号:CN202111421244.3

    申请日:2021-11-26

    摘要: 本公开实施例提供一种基于隐私保护的联邦学习方法以及相关设备。所述方法包括:根据神经网络的权重矩阵,得到行采样序列集合和列采样序列集合;根据行采样序列集合和列采样序列集合,生成低维行表征矩阵和低维列表征矩阵;接收边缘节点端发送的公钥,并根据公钥对对称密钥进行加密,得到密文,并将密文发送到边缘节点端;生成对称密钥,并根据对称密钥对行采样序列集合和列采样序列集合进行加密,得到加密后的行采样序列集合和列采样序列集合;根据低维行表征矩阵、低维列表征矩阵、加密后的行采样序列集合和加密后的列采样序列集合,生成初始化参数集合,并将初始化参数集合发送至中心服务器端。