摘要
本发明公开了多触发模式的可溯源联邦学习模型保护方法、系统及设备,涉及隐私保护技术领域。本发明包括:构建编码器及解码器,利用图像重构损失和信息重构损失对编码器及解码器进行预训练;服务端根据客户端数量,使用预训练的编码器为每个客户端生成唯一对应的触发器集合,在每一轮训练轮次过程中,服务器在分发模型之前使用客户端对应的触发集集合对聚合的全局模型进行水印嵌入。本发明能够对联邦学习模型的知识产权进行保护,能精确追踪到泄露全局模型的客户端,并合理利用注入的水印对破坏模型收敛的恶意客户端进行检测,通过结合独特的客户端信息生成对应的不同触发模式的触发集,有效避免水印进行注入时出现的水印冲突情况。
技术关键词
联邦学习模型
客户端
服务端
水印嵌入
编码器
保护方法
解码器
重构
图像
计算机可执行指令
模式
参数
分类器
隐私保护技术
处理器
标签
计算机程序产品
代表
系统为您推荐了相关专利信息
金融交易风险
序列生成技术
金融交易数据
客户金融交易
模式
图像增强模型
图像增强方法
亮度
图像增强装置
颜色
视角
视频生成模型
模态特征
融合特征
视频生成方法
编译优化方法
斯皮尔曼等级相关系数
智能算法
打分器
编码器
电池充电数据
融合特征
容量预测模型
皮尔逊相关系数
灰色关联度