原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本公开提供了一种面向联邦学习的轻量级密文模型贡献度评估方法及系统，方法包括：中心服务器对所有用户分组，分组信息发送给用户；在分组中选择一个第一用户，第一用户选择一个随机数作基数；中心服务器获取从第一用户开始，所有用户将预噪声添加到基数中得到的基数与所有预噪声的和；中心服务器通过第一用户减去基数得所有预噪声的和并告知分组中用户；分组中用户使用所有预噪声的和对预噪声修正得噪声，添加到模型中得噪声模型；中心服务器接收用户根据所在分组生成的噪声模型，对噪声模型进行分组聚合和贡献度评估，根据评估结果处理相
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116992463 A
(43)申请公布日 2023.11.03
(21)申请号 202310782231.1
(22)申请日 2023.06.28
(71)申请人 广州大学
地址 510006
文档评论（0）