联邦学习防御方法、装置、电子设备及存储介质(人工智能、隐私计算、网络安全)
发明专利本发明涉及人工智能技术,揭露了一种联邦学习防御方法,包括:从联邦学习的各参与方获取局部模型参数,根据所述局部模型参数构建攻击模型参数,根据所述局部模型参数及所述攻击模型参数得到训练数据集,利用所述训练数据集训练预构建的判别器,得到攻击判别器,利用所述攻击判别器对待检测局部模型进行判断,得到善意局部模型参数,对所述善意局部模型参数进行聚合运算,得到全局模型参数,并将所述全局模型参数发送给所述各参与方。此外,本发明还涉及区块链技术,所述全局模型参数可存储于区块链的节点。本发明还提出一种联邦学习防御装置、电子设备以及计算机可读存储介质。本发明可以解决对于特定攻击方式防御效果较差的问题。
《联邦学习防御方法、装置、电子设备及存储介质(人工智能、隐私计算、网络安全)》是一发明专利,专利号为 2020113246560,当前法律状态为已下证,由平安科技(深圳)有限公司提出申请,发明人为王健宗;李泽远;何安珣,申请日期为2020-11-23,公开(公告)日期为2021-03-05,国际专利分类号(IPC)为 G06F21/55(2013.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I,高新资质:未报高企,所属技术领域包括:人工智能、隐私计算、网络安全、联邦学习攻击防护、模型安全加固、多方数据防窃取、对抗攻击识别、隐私防护、金融联合建模、医疗数据协同、政务大数据、跨机构AI训练平台。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及人工智能技术,揭露了一种联邦学习防御方法,包括:从联邦学习的各参与方获取局部模型参数,根据所述局部模型参数构建攻击模型参数,根据所述局部模型参数及所述攻击模型参数得到训练数据集,利用所述训练数据集训练预构建的判别器,得到攻击判别器,利用所述攻击判别器对待检测局部模型进行判断,得到善意局部模型参数,对所述善意局部模型参数进行聚合运算,得到全局模型参数,并将所述全局模型参数发送给所述各参与方。此外,本发明还涉及区块链技术,所述全局模型参数可存储于区块链的节点。本发明还提出一种联邦学习防御装置、电子设备以及计算机可读存储介质。本发明可以解决对于特定攻击方式防御效果较差的问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
