公开(公告)号：CN119740637A

公开(公告)日：2025-04-01

申请号：CN202411753264.4

申请日：2024-12-02

Applicant: 广州芳禾数据有限公司

Inventor： 童瑶 ,  梁文锋 ,  梁友 ,  温丹华 ,  戴永林 ,  彭乾

IPC: G06N3/098 ,  G06F21/62 ,  G06F21/71 ,  G06F21/60

Abstract: 本发明涉及隐私计算应用的技术领域，提出一种基于数据增强和L2增强防御的恶意安全联邦学习方法，包括以下步骤：本地客户端各自生成平均样本数据，并加密发送至服务器；每个本地客户端各自结合从服务器接收到的加密的平均样本数据和本地数据对其本地模型进行训练，得到训练好的本地模型的梯度向量，并加密将梯度向量发送至服务器；服务器保留分量长度不超过预设的分量长度阈值的梯度向量，计算保留的梯度向量的梯度值对应的L2范数，得到梯度L2范数；将梯度L2范数超过预设上限的梯度值过滤，并利用最终保留的梯度值对全局模型进行更新；该方法能够提高全局模型的性能、保护隐私并通过抵御梯度增加降低模型被破坏风险。

公开(公告)号：CN119886281A

公开(公告)日：2025-04-25

申请号：CN202411683072.0

申请日：2024-11-22

Applicant: 广州芳禾数据有限公司

Inventor： 张昊天 ,  梁文锋 ,  梁友 ,  彭乾 ,  温丹华 ,  戴永林

IPC: G06N3/098 ,  G06N3/0895 ,  G06N3/096 ,  H04L9/40 ,  H04L9/08 ,  G06F21/62 ,  G06F18/10 ,  G06F18/2321 ,  G06F18/2433

Abstract: 本申请涉及隐私计算技术领域，公开了一种基于隐私保护知识蒸馏的单次神经网络联邦学习方法，客户端在本地完成训练任务后，通过秘密分享技术将模型参数分享给双服务器；服务器基于安全两方计算技术，依次将公共数据集输入到每个本地模型中，得到其预测值(秘密)，去除异常预测值，并求出平均预测值，服务器再使用该预测值结合公共数据集完成知识蒸馏得到全局模型。该发明在使用知识蒸馏技术的场景下，使用安全两方计算保证本地模型的隐私性，使本地模型中的知识得以最大限度地传递给全局模型，可以保证全局模型的鲁棒性。

公开(公告)号：CN117556460A

公开(公告)日：2024-02-13

申请号：CN202311505791.9

申请日：2023-11-13

Applicant: 广州芳禾数据有限公司

Inventor： 曾立波 ,  童瑶 ,  彭家明 ,  田新军 ,  林吉达 ,  彭乾 ,  戴永林

IPC: G06F21/62 ,  G06N20/00 ,  G06F21/55

Abstract: 本发明公开了一种鲁棒且安全的联邦聚合方法及系统，通过将本地模型参数向量使用可验证秘密分享技术分发给辅助服务器和聚合服务器，同时，辅助服务器与聚合服务器通过安全信道协商获得可验证差分隐私噪声，计算出可验证鲁棒性认证信息，并在本地模型参数向量中添加可验证差分隐私噪声，能够在使用差分隐私技术保护模型隐私的场景中实现鲁棒性评估，同时，通过过滤掉异常的本地模型参数，并完成聚合操作，能够保证全局模型的鲁棒性。

公开(公告)号：CN116896439A

公开(公告)日：2023-10-17

申请号：CN202311046379.5

申请日：2023-08-18

Applicant: 广州芳禾数据有限公司

Inventor： 黄文喜 ,  童画 ,  张昊天 ,  曾立波 ,  喻昕昕 ,  彭乾

IPC: H04L9/00 ,  H04L9/08 ,  H04L9/32 ,  H04L9/40

Abstract: 本发明涉及基于多密钥同态加密的文旅数据隐私计算方法，包括以下：权威中心生成系统公共参数，并为系统中的用户生成公钥和私钥；系统中的用户通过其公钥对其所持有的文旅数据进行加密得到密文，并将所述密文上传至云服务器；云服务器通过评估算法，对来自不同用户的密文进行多密钥同态计算得到计算结果给对应的用户；各个用户根据联合解密协议对所述计算结果进行解密；另外当文旅数据的拥有者发生变更时，权威中心与云服务器配合将文旅数据密文进行更新，更新后的数据密文只能由现拥有者进行解密；对于多密钥同态计算的结果密文，在计算中所使用的文旅数据拥有者发生变更时，结果密文也会更新，更新后的密文需要现数据拥有者参与解密。