摘要
本发明涉及一种基于区块链的可验证拜占庭鲁棒隐私保护联邦学习方法,方法包括以下步骤:S1、任务发布者发布联邦学习任务到区块链平台;S2、选择服务器和客户端,生成函数密钥;S3、将加密得到的密文和辅助数据上传至区块链平台;S4、服务器通过函数密钥计算得到所有加密模型的置信度;任务发布者将聚合所有模型的密钥和聚合良性模型的密钥返回给服务器;S5、将聚合模型上传到区块链,并将基准模型发送给任务发布者,判断此时是否满足任务完成条件,若是,则执行S6,反之返回S2;S6、基于累计的置信度和正确执行聚合策略的累计次数向客户端和服务器分发任务奖励。与现有技术相比,本发明具有减少联邦学习的异常值误判,提高计算效率等优点。
技术关键词
联邦学习方法
区块链平台
密钥
服务器
发布者
客户端
解密算法
基准
S型曲线函数
加密
私钥
策略
计数器
数据
参数
系统为您推荐了相关专利信息
水果成熟度检测方法
超声波成像设备
多光谱成像系统
近红外光谱仪
电子鼻设备
交通信号控制系统
视频识别
信号控制单元
云平台
环境监测传感器
服务器集群数据
拓扑图
推理网络
定位方法
动态更新
监视报警装置
数据采集芯片
分析单元
监测单元
传感器板