一种基于区块链可验证安全的联邦学习方法

    公开(公告)号:CN116049816A

    公开(公告)日:2023-05-02

    申请号:CN202310027342.1

    申请日:2023-01-09

    Abstract: 本发明提供了一种基于区块链可验证安全的联邦学习方法。该方法包括:各个参与方从区块链上下载全局模型,在本地进行训练得到本地模型,将本地模型数据上传至区块链,参与方从区块链上下载其余参与方本轮上传的本地模型,对其余参与方的本地模型进行检测和评分,将评分结果上传至区块链上;智能合约对所用参与方上传的评分结果进行统计和评分,择优选择性能较好的多个本地模型进行聚合,得到最新的全局模型,智能合约根据当前轮次的各个参与方行为进行信誉评分,将各个参与方的信誉评分结果存储在区块链上。本发明方法通过让参与方依据欧氏距离计算模型相似度,可以同时检测出联邦学习中的多种投毒攻击,可以最大程度保证全局模型的性能表现。

    一种基于区块链可验证安全的联邦学习方法

    公开(公告)号:CN116049816B

    公开(公告)日:2023-07-25

    申请号:CN202310027342.1

    申请日:2023-01-09

    Abstract: 本发明提供了一种基于区块链可验证安全的联邦学习方法。该方法包括:各个参与方在本地训练模型,将得到的本地模型上传至区块链,参与方从区块链上下载其余参与方上传的本地模型,对其本地模型通过模型相似度算法检测并依据本地数据评分,确保本地模型不会受到攻击者的投毒攻击,将评分结果上传至区块链上;智能合约对所有参与方上传的评分结果进行统计和评分,择优选择精度较高的多个本地模型聚合,得到最新的全局模型,智能合约根据当前轮次的各个参与方行为进行信誉评分,将信誉评分结果存储在区块链上。本发明方法通过让参与方依据欧氏距离计算模型相似度,可以同时检测出联邦学习中的多种投毒攻击,可以最大程度保证系统的鲁棒性和可靠性。

Patent Agency Ranking