摘要
本发明公开了一种基于激活图的联邦学习版权保护方法、系统及设备,涉及人工智能隐私保护技术领域。本发明包括:构建检测器,并对检测器进行预训练;分别为每个客户端定义一个正态分布的潜在空间和一个约束,以便生成不同强度的高斯噪声触发集,触发集输入到模型得到某一层的激活图,同时构建投影模型,将水印信息无缝嵌入到客户端模型对应层的激活图中。本发明通过服务器端水印技术,可以在每一轮或数轮联邦学习模型更新过程中有效地插入水印,每个客户端模型都被嵌入了一个唯一的水印,这使得通过比较不同模型中的水印,可以有效地识别并追踪到窃取模型的恶意客户端。
技术关键词
客户端
投影模型
版权保护方法
检测器
无缝嵌入
服务器
参数
水印嵌入
版权保护系统
样本
学习算法
隐私保护技术
联邦学习模型
密钥
随机梯度下降
模型训练模块
水印技术
定义
度量
系统为您推荐了相关专利信息
多目相机
时间序列图像
更新方法
特征点
相机旋转
闪烁模式
检测器
信息传递方法
canny边缘检测
指令
特征选择方法
中心服务器
通讯
特征提取器
特征选择机制