公开(公告)号：CN118468986A

公开(公告)日：2024-08-09

申请号：CN202410610641.2

申请日：2024-05-16

申请人： 国网新疆电力有限公司信息通信公司

发明人： 明涛 ,  李雅洁 ,  徐森 ,  胡新苗 ,  陈淑婷 ,  曹源 ,  阿丽耶·热西提 ,  摆小军 ,  马斌 ,  李辰 ,  李杰

IPC分类号： G06N3/098 ,  G06F21/62 ,  H04L9/00 ,  G06Q50/06

摘要： 联邦学习在电力数据分析中的应用及隐私保护方法，是客户端在中央服务器的协调下共同训练模型，客户端接收服务器下发的初始化模型，根据本地数据训练出一个本地模型并上传给服务器，服务器对客户端上传的模型参数进行安全聚合并反馈给客户端，客户端根据更新的模型进行下一次迭代，如此进行多次迭代直至模型收敛；采用了将同态加密和差分隐私结合的方法，使用差分隐私对参与方上传的模型参数δi添加噪声，使其满足ε‑差分隐私，然后再对添加噪声后的参数使用同态加密进行加密。联邦学习方法能够有效保证客户端敏感数据的隐私性，应用利用主成分分析提取特征，识别模型获得了更好的性能，同时联邦识别模型具有与集中式方法相当的性能。