龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：杭州电子科技大学
申请日：2024-04-15
公开（公告）日：2024-06-25
公开（公告）号：CN118246009A
主分类号：G06F21/55
分类号：G06F21/55;G06N20/00
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种联邦学习投毒攻击防御方法，该方法首先参数初始化，服务器初始化全局模型和学习率，并广播给各客户端。其次客户端接收服务器的全局模型，使用本地的数据计算局部梯度和损失值，再将局部梯度和损失值上传到服务器。然后根据梯度，服务器使用局部离群因子算法剔除恶意参数簇，保留正常参数簇。最后服务器通过正常参数簇中的各个客户端上传的梯度和损失值，执行得分计算，并计算第t+1轮的全局模型，并不断迭代更新。本发明提高联邦学习的聚合效果，能够准确的进行投毒攻击防御。
主权项：1.一种联邦学习投毒攻击防御方法，其特征在于，包括以下步骤：S1：参数初始化，服务器初始化全局模型和学习率η，并广播给各客户端；S2：客户端接收服务器的全局模型wt，使用本地的数据计算局部梯度和损失值，再将局部梯度和损失值上传到服务器；S3：根据梯度服务器使用局部离群因子算法剔除恶意参数簇，保留正常参数簇；S4：服务器通过正常参数簇中的各个客户端上传的梯度和损失值Fkwt，执行得分计算，并计算第t+1轮的全局模型wt+1；S5、不断迭代步骤S2至步骤S4，直到学习模型满足所需的性能或达到最大迭代次数T。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 一种联邦学习投毒攻击防御方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号