- 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
本发明涉及了用户的个人隐私信息保护,并且公开了一种基于改进扩散模型的联邦学习隐私保护方法,实现了对客户端本地模型的数据保护,包括以下步骤:步骤一:各个客户端接收中心服务器端分发的数据;步骤二:数据在N个客户端经过全部T次更新迭代,得到更新后的模型;步骤三:将客户端更新所得模型采用改进的DiffusionModel的深度神经网络进行加密编码,得到正向加密模型步骤四:将加密后的模型上传至中心服务器,并在中心服务器端对加密模型进行采样解码,对模型进行聚合更新,得到新一轮的全局模型,并将模型下发至客户
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117474118A
(43)申请公布日2024.01.30
(21)申请号202311205515.0
(22)申请日2023.09.18
(71)申请人西南石油大学
地址610500
文档评论(0)