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
本发明涉及联邦学习技术领域，具体涉及一种兼顾鲁棒性和隐私保护的联邦机器学习方法及系统，包括以下步骤：密钥生成中心为客户端和聚合服务器生成密钥集，各客户端使用本地的数据集训练模型生成本地模型更新，并将模型更新加密成密文发送给聚合服务器协助生成全局模型更新，其中，部分客户端为恶意客户端会伪造本地模型更新，发起投毒攻击，聚合服务器训练出向导模型更新，并根据该向导模型利用设计的相似梯度查询算法筛选出恶意的模型更新，最后，聚合服务器将识别出的有毒模型更新删除，并通过基于矩阵密码的数据安全聚合方法获得全局的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117828627A
(43)申请公布日2024.04.05
(21)申请号202311575911.2
(22)申请日2023.11.22
(71)申请人安徽师范大学
文档评论（0）