发明专利 已授权

一种基于数据集压缩的联邦元学习隐私保护的方法

📄 申请号:CN202411719306.2 📄 发布日:2025/11/17

著录项目信息

申请日
2024-11-28
公开号
CN119203248B
公开日
2025-02-07
申请人
齐鲁工业大学(山东省科学院),山东省计算中心(国家超级计算济南中心)
法律状态
已下证
专利类型
发明
主分类号

技术画像

应用场景

机器学习模型训练, 数据隐私保护, 分布式计算, 人工智能安全

摘要

本发明属于图像数据处理的技术领域,更具体地,涉及一种基于数据集压缩的联邦元学习隐私保护的方法。所述方法包括每个客户端初始化一个小型合成数据集取代客户端的原始数据集,随机初始化每个合成数据集和对应的学习率;输入初始本地模型参数进行训练得到新一轮本地模型参数;优化合成数据集及其对应的学习率;不断迭代优化,得到最终合成数据集和最终学习率;联邦元学习基于最终合成数据集和最终学习率得到真实梯度,再通过嵌入联邦元学习中的DLG攻击优化虚拟数据集和虚拟梯度;在最终合成数据集中的图像数据上添加噪声。本发明解决了DLG攻击在联邦元学习中就会有更高的成功率猜测出批量大小并进行攻击进而导致隐私泄露的问题。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:108 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 3件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价