摘要
本申请涉及数据安全领域,提供了一种数据处理方法、装置、设备及存储介质,该方法应用于多个参与方,第一参与方用于将本轮迭代训练的浮点类型的原始梯度数据编码为整数类型的编码梯度数据,并对编码梯度数据进行多级加密,提高加密效率、减少带宽消耗,再将生成的第二加密梯度发给相邻的第二参与方进行梯度聚合,并按照最后一个第二参与方聚合得到的目标聚合梯度更新模型参数;由联邦学习任务中除第一参与方以外的各第二参与方,基于前一个参与方的密态梯度数据与第二参与方的第一加密梯度进行梯度聚合与加密,得到目标聚合梯度,保护梯度数据的隐私,减少通信开销,分摊聚合时占据的计算资源与被攻击的风险,进而降低联邦学习的性能瓶颈。
技术关键词
更新模型参数
加密
数据编码
数据处理方法
私钥
计算机设备
解密
数据处理装置
精度
数值
数据安全
公钥
处理器
可读存储介质
存储器
节点
瓶颈
系统为您推荐了相关专利信息
分子
开源数据库
梯度算法
优化设计方法
深度强化学习
数据处理模块
数据处理装置
仿真数据
仿真模型
传感器