面向联邦学习的隐私保护方法及装置
授权
摘要
本发明实施例提供了一种面向联邦学习的隐私保护方法及装置，包括：设定参数步骤、数据划分步骤、第一训练步骤、第二训练步骤、第一计算步骤、第二计算步骤以及生成对抗样本步骤。本实施例采用对抗样本的思想，在参数更新中加入一定量噪声扰乱参数的分布特征，使之通过隐私属性推断模型后以用户期望的概率分布随机输出隐私推断结果，以抵御隐私属性推断攻击，从而缓解联邦学习的隐私属性泄露问题。
基本信息
专利标题 ：
面向联邦学习的隐私保护方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN112668044A
申请号 ：
CN202011523140.9
公开（公告）日 ：
2021-04-16
申请日 ：
2020-12-21
授权号 ：
CN112668044B
授权日 ：
2022-04-12
发明人 ：
牛犇李凤华张立坤陈亚虹
申请人 ：
中国科学院信息工程研究所
申请人地址 ：
北京市海淀区闵庄路甲89号
代理机构 ：
北京路浩知识产权代理有限公司
代理人 ：
马瑞
优先权 ：
CN202011523140.9
主分类号 ：
G06F21/62
IPC分类号 ：
G06F21/62 G06N20/20
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F21/00
防止未授权行为的保护计算机、其部件、程序或数据的安全装置
G06F21/60
保护数据
G06F21/62
通过一个平台保护数据存取访问，例如使用密钥或访问控制规则
法律状态
2022-04-12 ：
授权
2021-05-04 ：
实质审查的生效
IPC(主分类) : G06F 21/62
申请日 : 20201221
申请日 : 20201221
2021-04-16 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
