- 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
本发明公开了一种联邦学习中二维的投毒攻击防御方法。应用于联邦学习中投毒攻击的防御,方法步骤包括:构建联邦学习系统;局部的训练以及局部模型的上传;基于高斯核密度估计计算局部梯度的良性概率;基于分组和历史梯度计算局部梯度的良性概率;基于良性概率识别恶意局部梯度以及计算各个局部梯度的可信度;构建全局模型更新体系,基于可信度为各个局部梯度分配聚合权重,调节全局梯度的更新幅度,确保全局模型以最大的准确性进行更新,得到被攻击的情况下高准确性的全局模型。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117494123A
(43)申请公布日2024.02.02
(21)申请号202311463628.0
(22)申请日2023.11.06
(71)申请人长沙理工大学
地址410114
文档评论(0)