摘要
本发明公开了一种具有全周期安全性的新型联邦学习框架运行方法,所属领域为联邦学习领域,包括:集成TSME‑HA与TSRW‑ED算法,覆盖提交、聚合、分发三阶段。TSME‑HA以Paillier同态加密+阈值秘密共享实现抗窃听、退出与迟到攻击;TSRW‑ED通过两阶段可逆水印完成身份认证、版权追溯及拜占庭防护。两算法协同形成全周期安全闭环,无需额外通信轮次,保障模型隐私、完整与可用性。
技术关键词
阶段
加密
密钥
可信机构
服务器
明文
可逆水印算法
解密
重构
参数
周期
可读存储介质
身份
序列
闭环
处理器
冗余
生成用户
种子
系统为您推荐了相关专利信息
肺癌计算机辅助检测方法
分布式训练
模型更新
DICOM数据
深度学习模型
采集分析方法
屏幕
数据存储
数据采集模块
建立关联关系
交互系统
多媒体服务器
边缘融合技术
三维模型
投影机
服务器节点
手机服务功能
K均值聚类算法
虚拟化操作系统
检测头