欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024106977288
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种算力网络隐私保护联邦学习方法,其特征在于,包括:算力节点通过公私钥算法生成公私钥对,并将所述公私钥对中的公钥和算力节点的初始化模型上传至区块链,随机选择一个初始化模型作为全局模型;

算力节点从区块链获取所述全局模型和其他算力节点的公钥,并通过本地数据集训练所述全局模型;

算力节点从区块链下载其他算力节点发送的加密掩码,基于通过共享密钥解密所述加密掩码所获得的掩码和算力节点通过掩码生成函数生成的自掩码,通过单掩码加密算法加密所述全局模型获得加密模型,并将所述加密模型上传至区块链;

算力节点根据从区块链获取的在线算力节点集合使用掩码和计算公式计算掩码和,并将所述掩码和上传至区块链;

算力节点从区块链下载所有的加密模型和掩码和,使用单掩码解密算法将掩码和输入所有加密模型的聚合模型以完成解密;

算力节点利用线性同态哈希算法计算未加密模型和解密后的聚合模型的同态哈希值,将所述未加密模型和解密后的聚合模型的同态哈希值连同解密后的聚合模型一起上传至区块链;

算力节点从区块链下载其他算力节点上传的同态哈希值,利用线性同态哈希验证算法对所述解密后的聚合模型的正确性进行验证并将验证结果上传至区块链,区块链选择一个验证通过的模型作为新的全局模型,迭代上述所有步骤直至全局模型收敛或达到通信轮次;

算力节点通过自身所述公私钥对中的私钥和所述其他算力节点的公钥生成共享密钥;

所述公私钥算法为Diffie-Hellman密钥协商算法,包括:所述共享密钥生成算法为Diffie-Hellman密钥协商算法,包括:将安全参数

其中,KA.Setup为公共参数生成算法;

将公共参数KApp作为密钥生成算法输入得到算力节点u和v的公私钥,即:算力节点u使用他的私钥

其中,

所述加密掩码通过共享密钥解密获得掩码包括:采用Diffie-Hellman密钥协商算法以其中,SE.KeyGen为对称加密中的对称密钥生成算法;

将算力节点v发送给算力节点u的掩码作为明文,所述其中,SE.Enc为对称加密中的加密算法;

算力节点u在收到所述加密掩码

其中,SE.Dec为对称加密中的解密算法;

所述

其中,

所述单掩码加密算法表示为:

其中,

所述掩码和计算方法包括:

其中,

所述单掩码解密算法包括:

其中,

所述线性同态哈希算法的表达式为:

所述线性同态哈希验证算法的表达式为:

其中,

2.根据权利要求1所述的算力网络隐私保护联邦学习方法,其特征在于:所述加密掩码通过下述方法获取:其他算力节点通过掩码生成函数生成掩码,共享密钥生成算法生成共享密钥,并通过对称加密算法加密所述掩码,以获取所述加密掩码。

3.一种隐私保护联邦学习装置,能够执行权利要求1-2任一项所述的隐私保护联邦学习方法,其特征在于,包括:初始化模块,用于算力节点通过公私钥算法生成公私钥对,并将所述公私钥对中的公钥和算力节点的初始化模型上传至区块链,随机选择一个初始化模型作为全局模型;

训练模块,用于算力节点从区块链获取所述全局模型和其他算力节点的公钥,并通过本地数据集训练所述全局模型;

模型加密模块,用于从区块链下载其他算力节点发送的加密掩码,基于通过共享密钥解密所述加密掩码所获得的掩码和算力节点通过掩码生成函数生成的自掩码,通过单掩码加密算法加密所述全局模型获得加密模型,并将所述加密模型上传至区块链;

掩码和计算模块,用于算力节点根据从区块链获取的在线算力节点集合使用掩码和计算公式计算掩码和,并将所述掩码和上传至区块链;

解密模块,用于算力节点从区块链下载所有的加密模型和掩码和,使用单掩码解密算法将掩码和输入所有加密模型的聚合模型以完成解密;

同态哈希值计算模块,用于算力节点利用线性同态哈希算法计算未加密模型和解密后的聚合模型的同态哈希值,将两个同态哈希值连同解密后的模型一起上传至区块链;

验证模块,用于算力节点从区块链下载其他算力节点上传的同态哈希值,利用线性同态哈希验证算法对聚合模型的正确性进行验证并将验证结果上传至区块链,区块链选择一个验证通过的模型作为新的全局模型,迭代上述所有步骤直至全局模型收敛或达到通信轮次;

算力节点通过自身的私钥和所述其他算力节点的公钥生成共享密钥。

4.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~2任一项所述方法的步骤。