CN114448601B 基于端边云架构的分布式联邦学习的安全防御方法及应用 （南京航空航天大学）

基于端边云架构的分布式联邦学习的安全本发明公开了一种基于端边云架构的分布基于私有数据对云服务器下发的全局模型训练2边缘服务器接收端设备上传的更新的本地模型，其中，所述更新的本计算所述本地模型与所述聚合模型的余弦相似度，包括：向量；以及根据所述本地模型与所述聚合模型的参数所对应的一维向量计算余弦相似度；所述边缘服务器将过滤后的安全本地模型进行聚合，并将生成的边缘2.如权利要求1所述的基于端边云架构的分布式联邦学习的安全防御方法，其特征在地模型为端设备基于私有数据对云服务器下发的全局模过滤模块，用于供所述边缘服务器对所述更新的本地模型进似度差值大于自适应阈值的余弦相似度所对应的计算所述本地模型与所述聚合模型的余弦相似度，包括：向量；以及根据所述本地模型与所述聚合模型的参数所对应的一维向量计算余弦相似度；聚合模块，用于供所述边缘服务器将过滤后的安全本地少一个处理器执行如权利要求1至2中任一项所述的基于端边云架构的分布式联邦学习的5.一种计算机可读存储介质，其特征在于34基于端边云架构的分布式联邦学习的安全防御方法及应用[0005]本发明的目的在于提供一种基于端边云架构的分布式联邦学习的安全防御方法56[0023]验证模块，用于所述云服务器验证边缘服务器上传的边个处理器执行如上所述的基于端边云架构的分布式联邦学习的[0028]根据本发明实施方式的基于端边云架构的分布式联邦学习的安全防御方法及应[0029]根据本发明实施方式的基于端边云架构的分布式联邦学习的安全防御方法及应[0030]图1是根据本发明一实施方式的基于端边云架构的分布式联邦学习的安全防御方[0031]图2是根据本发明一实施方式的基于端边云架构的分布式联邦学习的安全防御方[0032]图3是根据本发明一实施方式的基于端边云架构的分布式联邦学习的安全防御方[0033]图4是根据本发明一实施方式的基于端边云架构的分布式联邦学习的安全防御方7[0034]图5是根据本发明一实施方式的基于端边云架构的分布式联邦学习的安全防御装[0035]图6是根据本发明一实施方式的基于端边云架构的分布式联邦学习的安全防御装[0036]图7是根据本发明一实施方式的基于端边云架构的分布式联邦学习的安全防御计[0048]由于全局模型是由局部模型聚合而成，因此全局模型与8[0055]如图4所示，介绍本发明的一个实施例中基于端边云架构的分布式联邦学习的安[0060]将边缘聚合模型作为消息采用schnorr签名的方式上传至中心云。即使攻击者不[0061]如图5所示，介绍根据本发明具体实施方式的基于端边云架构的分布式联邦学习9度差值大于自适应阈值的余弦相似度所对应的[0067]过滤模块502还用于：将神经网络模型的卷积层和全连接层所对应的权重和偏置[0069]如图6所示，介绍根据本发明具体实施方式的基于端边云架构的分布式联邦学习[0074]图7示出了根据本说明书的实施例的用于基于端边云架构的分布式联邦学习的安702、内存703和通信接口704经由总线705连接在一起。至少一个处理器701执行在存储器[0075]应该理解，在存储器702中存储的计算机可执行指令当执行时使得至少一个处理器701进行本说明书的各个实施例中以上结合图1-7描述的各[0078]根据本发明实施方式的基于端边云架构的分布式联邦学习的安全防御方法及应部分直接(例如信道窃听后进行模型篡改)或间接的投毒攻击(例如针对数据集的标签翻转[0079]根据本发明实施方式的基于端边云架构的分布式联邦学习的安全防御方法及应现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0082]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应