CN113837761B 一种基于区块链和可信执行环境的联邦学习方法及系统 (北京理工大学)_第1页
CN113837761B 一种基于区块链和可信执行环境的联邦学习方法及系统 (北京理工大学)_第2页
CN113837761B 一种基于区块链和可信执行环境的联邦学习方法及系统 (北京理工大学)_第3页
CN113837761B 一种基于区块链和可信执行环境的联邦学习方法及系统 (北京理工大学)_第4页
CN113837761B 一种基于区块链和可信执行环境的联邦学习方法及系统 (北京理工大学)_第5页
已阅读5页,还剩20页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

号WO2021184882A1,2021.09.一种基于区块链和可信执行环境的联邦学本发明涉及一种基于区块链和可信执行环从所有申请者中随机选择满足训练要求数目的比模型更新的哈希值是否一致生成模型训练的者将更新的模型和证明发送至聚合合约进行模2在任务开始前,任务发布节点首先拟定任务征集合约3任务发布节点通过部署模型聚合合约,收集参与者在本地训练完成更新的模型参数;参与者将训练得到的模型和TEE环境给出的证明一起发送至合约,执行合约内容将模型nf若验证通过,则认为所有参与节点都诚实地进行了模型训练并得到了正确的模型参第t+1轮模型更新,:表示参与人p第t+1轮模型更新;45.一种实现权利要求1所述方法的基于区块链和可信执行环境的联邦学习系统,其特其中,系统的客户层包含数据消费者和数据拥有者;数据消合约层包括任务发布合约和模型聚合合约;合约通过激励层包括聚合合约;聚合合约在完成相应的模型聚合任务任务发布者和参与众包学习的数据拥有者加入到区块任务发布节点制定关于训练任务的基本信息,并符合合约内容的参与者节点接受任务,然后在本地进行模型更新;在内部进行相同计算后对内部计算结果进行相同的哈希值运算;比对两个哈希摘要之后,每一个参与节点在完成各自的子任务后,将最终更新模型和每一轮训练结果的超参5承诺生成模块:医疗数据拥有者使用自己的数据和算承诺验证模块:利用智能合约自执行的特性,收到训练参与方诊断模型聚合模块:通过承诺验证,合约将合激励支付模块:在模型验证通过后,合约将根据规则向6方法在工程应用和科学领域得到了广泛的应[0011]本发明的目的是为了解决联邦学习在不受信任的分布式环境中如何实现安全多78训练流程等并设置对合格参与者的具体要求。验证用户的可信硬件执行环境SGX平台是否符合要[0041]当有训练任务产生,首先确定联邦学习任务需要众包学习的参与节点数目n,。[0047]参与节点完成模型更新后,调用TEE(可信执行环境,Trustedexecution9[0050]当TEE随机请求检查一轮训练结果时,首先输入模型参数、哈希值和相应训练数o,表示TEE对承诺进行的签名,以确认参与者P示为:表示参与人p第t+1轮模型更新,gt表示参与人[0063]其中,是全局学习率,表示模型的更新轮数;n是训练总数据的大小,用[0071]区块链网络层作为基础网络架构,用于建立分布式用户节点[0076]任务发布者和参与众包学习的数据[0086]如图3所示,一种基于本发明所述区块链和可信执行环境的联邦学习方法的医疗构通过注册成为联邦学习中的候选参与方。需要进行医疗诊断模型更新的数据消费者,[0098]步骤2:拥有相关疾病诊疗判断数据的医学机构作为医疗大数据所有者作为参与[0099]步骤3:利用自己的医疗数据在本地进行模型更新训练并通过可信执行环境TEE

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论