公开(公告)号：CN118940270A

公开(公告)日：2024-11-12

申请号：CN202410803049.4

申请日：2024-06-20

Applicant: 北京邮电大学

Inventor： 周赞 ,  孙溢 ,  许长桥 ,  杨树杰 ,  刘志远 ,  黄思喆

IPC: G06F21/57 ,  G06F18/214

Abstract: 本申请提供一种基于联邦分裂学习的模型训练方法、装置、电子设备及存储介质，属于数据处理技术领域，方法包括：在联邦分裂学习的模型训练中，将参与同一联邦分裂学习的模型训练的客户端进行用户组划分；根据每一用户组中每一客户端上传的第一模型更新信息，分别确定相应客户端的信用评分；根据每一客户端的信用评分、当前更新权重以及同组中其他客户端的信用评分，分别确定相应客户端的目标更新权重；分别根据每一用户组中各客户端的目标更新权重及第一模型更新信息进行加权运算，得到相应用户组的第二模型更新信息；基于各第二模型更新信息进行信息聚合，得到全局模型的目标模型更新信息。本申请可以提高基于联邦分裂学习的模型训练时的安全性。

公开(公告)号：CN118690354A

公开(公告)日：2024-09-24

申请号：CN202410746600.6

申请日：2024-06-11

Applicant: 北京邮电大学

Inventor： 周赞 ,  孙溢 ,  杨树杰 ,  许长桥 ,  李腾飞 ,  黄思喆

IPC: G06F21/55 ,  G06F18/213 ,  G06F18/2433 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/098

Abstract: 本申请提供一种联邦学习的攻击者识别方法、装置、电子设备及存储介质，属于数据处理技术领域，方法包括：接收参与同一联邦学习的各客户端上传的模型更新信息；对各模型更新信息分别进行信息提取，得到相应的更新行为特征；将各更新行为特征分别输入异常检测模型，得到所述异常检测模型分别输出的异常检测结果；所述异常检测模型是基于样本更新行为特征及其更新行为标签进行模型训练得到的；基于各异常检测结果，针对客户端进行攻击者识别，得到攻击者识别结果。本申请无需调整模型参数即可进行攻击者识别，并且可以适应各种新型攻击，因此可以在确保模型准确性的情况下准确地识别攻击者。