基于秘密分享与聚合签名的安全联邦学习方案
联邦学习技术用以解决数据孤岛问题,但在联邦学习中用户原始的数据并不能得到好的保护,且其中负责聚合梯度的聚合服务器存在篡改聚合梯度来破坏最终的模型或与部分用户勾结以获取其他诚实用户的隐私数据的可能.本文提出一个基于秘密分享与聚合签名的安全联邦学习方案,对每个用户的数据进行秘密分享以保证隐私数据安全,使用聚合签名对梯度进行签名验证以保证聚合服务器无法篡改用户的梯度数据.方案具有较高精度,相较于目前其他同类方案,效率提升约 6%.
隐私安全、秘密分享、聚合签名、联邦学习
10
TP309.7(计算技术、计算机技术)
国家自然科学基金;四川省科技计划
2023-07-13(万方平台首次上网日期,不代表论文的发表时间)
共9页
588-596