公开(公告)号：CN113283778B

公开(公告)日：2023-08-01

申请号：CN202110639879.4

申请日：2021-06-09

Applicant: 哈尔滨工程大学

Inventor： 玄世昌 ,  杨武 ,  王巍 ,  苘大鹏 ,  吕继光 ,  金明

IPC: G06Q10/0631 ,  G06Q40/03 ,  G06N20/00

Abstract: 本发明属于联邦学习技术领域，具体涉及一种基于安全性评价的分层汇聚联邦学习方法。本发明针对基于区块链的联邦学习的过程中验证各节点所造成的通信成本过高的问题，通过研究针对无用或恶意节点的验证机制及其安全性与通信成本，结合竞争的投票验证方法与聚合算法，提供了在联邦学习过程中的双层聚合模型。本发明在保证节点安全性的基础上降低训练的通信成本，可应用于基于区块链的架构下带有安全评估功能的分层汇聚联邦学习中。

公开(公告)号：CN113283778A

公开(公告)日：2021-08-20

申请号：CN202110639879.4

申请日：2021-06-09

Applicant: 哈尔滨工程大学

Inventor： 玄世昌 ,  杨武 ,  王巍 ,  苘大鹏 ,  吕继光 ,  金明

IPC: G06Q10/06 ,  G06Q40/02 ,  G06N20/00

Abstract: 本发明属于联邦学习技术领域，具体涉及一种基于安全性评价的分层汇聚联邦学习方法。本发明针对基于区块链的联邦学习的过程中验证各节点所造成的通信成本过高的问题，通过研究针对无用或恶意节点的验证机制及其安全性与通信成本，结合竞争的投票验证方法与聚合算法，提供了在联邦学习过程中的双层聚合模型。本发明在保证节点安全性的基础上降低训练的通信成本，可应用于基于区块链的架构下带有安全评估功能的分层汇聚联邦学习中。