公开(公告)号：CN118300904A

公开(公告)日：2024-07-05

申请号：CN202410726000.3

申请日：2024-06-06

Applicant: 暨南大学

Inventor： 谭武征 ,  康雨琳 ,  陈伊诺 ,  钟依健

IPC: H04L9/40 ,  H04L67/10 ,  H04L9/00 ,  H04L9/08 ,  G06N20/00 ,  G06F9/50 ,  G06F21/60 ,  G06F21/62

Abstract: 本发明公开了一种基于同态的分组可验证联邦学习方法，包括初始化阶段、本地模型训练及参数上传阶段、聚合阶段以及验证阶段。初始化阶段主要进行参数生成等过程，为后续模型训练做准备；本地模型训练及参数上传阶段由参与方进行本地模型训练并对模型参数施加掩码、分组内生成验证标签、以组为单位以秘密分享的方式上传参数等过程，确保后续信息聚合；聚合阶段由双服务器完成，将接收到的参数与标签分别聚合，再将结果发送给各参与方；验证阶段基于同态加密技术通过验证标签对聚合结果进行检验。本发明通过参与方验证聚合结果的正确性来防止恶意服务器篡改参数和返回错误聚合结果，保证了模型的正确性及可用性。