申请/专利权人:浙江数秦科技有限公司
申请日:2021-09-09
公开(公告)日:2024-06-14
公开(公告)号:CN113792339B
主分类号:G06F21/62
分类号:G06F21/62;G06N3/045;G06N3/098
优先权:
专利状态码:有效-授权
法律状态:2024.06.14#授权;2021.12.31#实质审查的生效;2021.12.14#公开
摘要:本发明涉及机器学习技术领域,具体涉及一种双向隐私保密的神经网络模型共享方法,包括以下步骤:建立协作节点;拆分为两个连接,分别记为保留连接和协作连接;将输入层神经元删除,获得共享模型;模型方将共享模型发送给协作节点;数据源方生成协作系数k1和保留系数k2;模型方收到代币后,为协作连接分配协作权系数;计算出保留权系数,发送给数据源方;数据源方将协作值,发送给协作节点;数据源方将保留值与保留权系数的积发送给协作节点;获得全部保留值与保留权系数的积后,协作节点解算共享模型,获得共享模型预测结果,将预测结果发送给数据源方。本发明的实质性效果是:即保持了神经网络模型的隐私性,也保护了数据的隐私性。
主权项:1.一种双向隐私保密的神经网络模型共享方法,其特征在于,包括以下步骤:建立协作节点;模型方将输入层神经元的连接拆分为两个连接,分别记为保留连接和协作连接,保留连接和协作连接的权重分别记为保留权系数和协作权系数;将输入层神经元删除,为保留连接和协作连接分别建立保留输入神经元和协作输入神经元,获得共享模型;模型方将共享模型发送给协作节点;数据源方生成协作系数k1和保留系数k2,将协作系数k1和保留系数k2发送给模型方,并转账若干个代币到模型方的账户;模型方收到代币后,为协作连接分配协作权系数;根据协作权系数、协作系数k1、保留系数k2及原连接的权系数,计算出保留权系数,发送给数据源方;数据源方将其输入数x乘以协作系数k1后,作为协作值,发送给协作节点,协作节点将协作值作为协作输入神经元的值;数据源方将其输入数x乘以保留系数k2后,作为保留值,数据源方将保留值与保留权系数的积发送给协作节点;获得全部输入层神经元的原连接对应的保留值与保留权系数的积后,协作节点解算共享模型,获得共享模型预测结果,将预测结果发送给数据源方;原连接的权系数=保留系数k2*保留权系数+协作系数k1*协作权系数;建立多个协作节点,协作节点数量与神经网络模型层数匹配;共享模型的每个层发送给对应的协作节点;协作输入神经元、协作权系数以及保留值与保留权系数的积,发送给输入层对应的协作节点;协作节点获得共享模型每层神经元的输出后,将输出发送给下一层神经元对应的协作节点。
全文数据:
权利要求:
百度查询: 浙江数秦科技有限公司 一种双向隐私保密的神经网络模型共享方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。