首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于个性化差分隐私和信誉机制的区块链联邦学习方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:山东九如软件有限公司

摘要:本发明设计一种基于个性化差分隐私和信誉机制的区块链联邦学习方法,包括如下步骤:任务发布者发布联邦学习任务,上传初始模型到区块链;工作者下载初始模型,用本地数据集训练模型;工作者选择本地数据的隐私级别,计算隐私预算,给训练完成的本地模型加入适量噪声,上传到区块链;验证者下载全部局部模型,用本地数据验证模型准确率,基于准确率给予模型一定的评分,评分上传到区块链;智能合约根据评分计算各工作者的信誉值;基于信誉值加权聚合全局模型,并发放奖励。本发明可以通过个性化的差分隐私,保护数据模型隐私的同时减少隐私预算的浪费,基于信誉值聚合全局模型保障了联邦学习任务的公平性。

主权项:1.一种基于个性化差分隐私和信誉机制的区块链联邦学习方法,其特征在于,步骤为:步骤一,系统初始化阶段,任务发布者发布联邦学习任务,上传初始模型参数到区块链;步骤二,本地模型训练阶段,工作者在训练开始前下载区块链上存储的初始全局模型W0,工作者从本地数据集中随机选择一部分数据进行训练,生成本地模型;步骤三,差分隐私扰动阶段,工作者选择隐私级别,计算隐私预算εi=Li*logαLi,其中Li表示隐私级别;训练完成的本地模型加入适量噪声,将扰动后的模型上传到区块链;步骤四,模型验证阶段,所有客户端上传模型参数后,投票任务开始;客户端下载所有的模型参数,使用本地数据集对所有模型参数测试,对表现最优的模型投票,对其他模型做出评分;评分上传到区块链;步骤五,信誉值计算阶段,训练任务开始时,系统会初始化每个工作者的信誉值为1,智能合约根据评分计算各工作者的信誉值;步骤六,全局模型聚合阶段,基于信誉值加权聚合全局模型其中λi表示信誉值,si表示工作者贡献的数据量;并基于信誉值发放奖励。

全文数据:

权利要求:

百度查询: 山东九如软件有限公司 基于个性化差分隐私和信誉机制的区块链联邦学习方法

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。

相关技术
相关技术
相关技术
相关技术