-
公开(公告)号:CN109685501A
公开(公告)日:2019-04-26
申请号:CN201811471842.X
申请日:2018-12-04
Applicant: 暨南大学
CPC classification number: G06Q20/389 , G06Q20/3829 , G06Q40/02
Abstract: 本发明公开了一种基于区块链激励机制下可审计的隐私保护深度学习平台建设方法,解决了深度学习模型训练中的参数缺乏的问题,使得多个相似模型的训练者可以在保护隐私同时可审计共享参数正确性的情况下合作进行深度学习模型的训练。该发明取得的技术效果如下:首先,模型训练者使用的加密方法保证了参数的隐私性,且解密更新后参数的过程需要所有参与者协同,从而更进一步降低参数泄露的可能性;其次,加密后的参数以状态的形式存放于区块链中,只有参与者及授权的矿工才能访问;第三,基于区块链的激励机制的存在,保证了参数的有效性;参与者在提交参数时需要缴纳抵押金,如果参数无效,则抵押金会被没收,从而保证了共享参数的可审计性。
-
公开(公告)号:CN109685501B
公开(公告)日:2023-04-07
申请号:CN201811471842.X
申请日:2018-12-04
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链激励机制下可审计的隐私保护深度学习平台建设方法,解决了深度学习模型训练中的参数缺乏的问题,使得多个相似模型的训练者可以在保护隐私同时可审计共享参数正确性的情况下合作进行深度学习模型的训练。该发明取得的技术效果如下:首先,模型训练者使用的加密方法保证了参数的隐私性,且解密更新后参数的过程需要所有参与者协同,从而更进一步降低参数泄露的可能性;其次,加密后的参数以状态的形式存放于区块链中,只有参与者及授权的矿工才能访问;第三,基于区块链的激励机制的存在,保证了参数的有效性;参与者在提交参数时需要缴纳抵押金,如果参数无效,则抵押金会被没收,从而保证了共享参数的可审计性。
-