CN119443317A 多方联邦学习方法、系统、设备、存储介质及程序产品 (中移动信息技术有限公司)_第1页
CN119443317A 多方联邦学习方法、系统、设备、存储介质及程序产品 (中移动信息技术有限公司)_第2页
CN119443317A 多方联邦学习方法、系统、设备、存储介质及程序产品 (中移动信息技术有限公司)_第3页
CN119443317A 多方联邦学习方法、系统、设备、存储介质及程序产品 (中移动信息技术有限公司)_第4页
CN119443317A 多方联邦学习方法、系统、设备、存储介质及程序产品 (中移动信息技术有限公司)_第5页
已阅读5页,还剩32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

成信息包括训练模型参数和训练模型参数对应2获取中心节点发送的学习参数信息,并根据获取所述零知识证明在所述区块链网络中的安装信息,并根据将所述训练模型参数和所述节点诚实性发送至所述中心节点,其中,所述基于所述学习参数信息和预设的本地数据进行训练得到本地训在所述本地训练模型未收敛时,基于预设的损失函数对所述本地训练模型进行更新,并基于更新之后的本地训练模型执行所述生成所述本地训练模型对应的零知识证明的步在所述本地训练模型收敛时,将所述本地训练模型在所述安装信息中的安装数大于预设的安装阈值,则确定所述获取所述零知识证明对应的节点签名结果,其中,所述节点签点基于所述验证信息验证所述零知识证明的第一节点签名结果和其他的参与节点基于所述验证信息验证所述零知识证明的第二节点签在所述第一节点签名结果为验证通过时,且所述第二节点签名结在所述第一节点签名结果为验证未通过时,且所述第二节点在所述提案节点为所述参与节点时,则执行根据所述安装信息确定节点诚实性的步心节点用于基于所述零知识证明的验证信息验证所述零知识证明,得到第一节点签名结35.一种多方联邦学习方法,其特征在于,所述获取参与节点基于学习参数信息生成的训练模型参数和节于基于所述学习参数信息确定所述训练模型参数和所述训练模型参数对应的零知识证明,并根据所述零知识证明在所述区块链网络中的安装信针对每一个所述参与节点,在所述节点诚实性为预设的可信节点基于每一个所述可信参与节点的训练模型参数进行聚合得在所述聚合模型未收敛时,确定所述聚合模型对应的下一轮参参与节点,用于获取中心节点发送的学习参数信息,并根据所述中心节点,用于获取参与节点基于学习参数信息生成的训练模型参数和节点诚实性,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被10.一种存储介质,其特征在于,所述存储介质上存储有实现多方联邦学习方法的程4是,这种多方联邦学习方式会由于直接将多个参与方的模型权重发送到中心服务器(实施例中的中心节点)进行聚合(无法保证多个参[0004]上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容是现有技[0007]获取中心节点发送的学习参数信息,并根据所述学习参数信息确定训练生成信点用于基于所述训练模型参数和所述节点诚实性确定聚合模型,并在所述聚合模型收敛点用于基于所述学习参数信息确定所述训练模型参数和所述训练模型参数对应的零知识5序,所述多方联邦学习方法的程序被处理器执行时实现如上述的多方联邦学习方法的步处理器执行时实现如上述的多方联邦学习方个参与方的模型权重发送到中心服务器进行聚合(无法保证多个参与方是否为可信参与6与方将本地训练模型上传至区块链,参与方从区块链上下载其余参与方上传的本地模型,[0033]因此基于以上多方联邦学习的缺陷,提出了本申请一种进而保证中心节点不会被恶意参与方的训练参数干扰训练,以提高多方联邦学习的准确7最少存在三个及以上(一方面与后续验证联邦学习时作为参与节点进行使用,也可以仅仅作的零知识证明,该零知识证明内的信息可以为每一次训练得到的哈希值或者其他关键参模型参数发送至中心节点,中心节点就可以基于训练模型参数和节点诚实性确定聚合模8块链网络做可信验证。零知识证明在区块链验证网络可以根据节点诚实性标定诚实节点,攻击,通过设计了针对多参与方的联邦学习训练过程的零知识证明和区块链的结合方式,9习参数信息和预设的本地数据进行训练得到本地训练模型可以与现有的学习训练流程一成信息来进行后续联邦学习,因为可以基于零知识证明来判断参与节点是否为恶意节点,知识证明在区块链验证网络验证,并通知中心节点对本次诚实节点的训练模型进行聚合。点基于验证信息验证零知识证明的第一节点签名结果和其他的参与节点基于验证信息验证明的第一节点签名结果和其他的参与节点基于验证信息验证零知识证明的第二节点签值和第一阈值均为用户定义的两个阈值,预设的可信节点是指本参与节点为可信的节点,A被中心节点标记为可疑节点,则其第二节点签名结果超过2/3节点签名才可被认为有效。[0058]步骤S32,在提案节点为参与节点时,则执行根据安装信息确定节点诚实性的步[0059]步骤S33,在提案节点为其他的参与节点时,则获取其他的参与节点的节点诚实所有节点在每个区块产生之前选举出(选举方式包括但不限于随机产生、轮流等)提案节与节点提交的零知识证明,并在通过验证且满足一定条件(如验证通过的节点超过一半)为学习参数信息发送至参与节点,此时的下一轮参数信息是指基于聚合模型生成新的参[0080]中心节点A20,用于获取参与节点基于学习参数信息生成的训练模型参数和节点于更新之后的本地训练模型执行生成本地训练模型对应的[0086]在安装信息中的安装数大于预设的安装阈值,则确定零知识证明对应的验证信证信息验证零知识证明的第一节点签名结果和其他的参与节点基于验证信息验证零知识其可以根据存储在只读存储器(ROM)1002中的程序或者从存储系统1003加载到随机访问存该计算机程序可以通过通信系统1009从网络上被下载和安装,或者从存储系统1003被安络中的中心节点执行:获取参与节点基于学习参数信息生成的训练模型参数和节点诚实[0116]可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)明实施例提

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