龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：杭州海康威视数字技术股份有限公司
摘要：本申请提供基于相似性对齐联邦学习的隐私检测方法及系统。本申请通过对各物联网设备本地训练出的模型参数先对可能发生中毒的物联网设备进行初步的筛选，进一步再利用筛选出的可能发生中毒的各物联网设备上传的模型参数确定出真正中毒的目标物联网设备，将除中毒的目标物联网设备之外的各未中毒的物联网设备继续进行联邦学习以训练全局模型，避免了中毒的目标物联网设备对全局模型的训练造成的影响，提高了最终训练出的全局模型比如物联网隐私检测模型的精度。
主权项：1.一种基于相似性对齐联邦学习的隐私检测方法，其特征在于，所述方法应用于服务端，该方法包括：根据接收到的各物联网设备上传的模型参数确定第一全局模型参数；任一物联网设备上传的模型参数为该物联网设备基于本地训练数据对本地模型进行训练后得到的训练后的模型的参数，任一物联网设备本地的训练数据通过至少两个网络层得到，所述至少两个网络层为神经网络模型中被解耦的网络层；基于各物联网设备上传的模型参数与所述第一全局模型参数的第一相似度，对各物联网设备进行分组得到疑似中毒组与正常组；利用所述疑似中毒组中各物联网设备上传的模型参数确定第二全局模型参数；基于所述物联网设备疑似中毒组中各物联网设备上传的模型参数、所述第一全局模型参数以及第二全局模型参数，确定目标物联网设备；所述目标物联网设备为中毒的物联网设备；利用除目标物联网设备之外的其他物联网设备上传的模型参数确定模型校正参数，将模型校正参数下发至各物联网设备，并在所述模型校正参数满足设定联邦学习结束条件时指示各物联网设备基于所述模型校正参数更新本地模型以得到目标隐私检测模型；所述目标隐私检测模型用于检测物联网隐私数据；在所述模型校正参数不满足设定联邦学习结束条件时，指示各物联网设备基于所述模型校正参数更新本地模型并基于本地训练数据对更新后的本地模型进行训练以将训练后的模型的参数上传至所述服务端。
全文数据：
权利要求：
百度查询： 杭州海康威视数字技术股份有限公司 基于相似性对齐联邦学习的隐私检测方法及系统
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