湖南工商大学;上海富数科技有限公司曹文治获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉湖南工商大学;上海富数科技有限公司申请的专利基于联邦学习的数据审计系统、方法、计算机设备及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116596094B 。
龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310627903.1,技术领域涉及:G06N20/00;该发明授权基于联邦学习的数据审计系统、方法、计算机设备及介质是由曹文治;刘利枚;卞阳;钱勇;杨俊丰;李倩;陈不凡;方竞;杨天雅设计研发完成,并于2023-05-30向国家知识产权局提交的专利申请。
本基于联邦学习的数据审计系统、方法、计算机设备及介质在说明书摘要公布了:本发明公开了一种基于联邦学习的数据审计系统、方法、设备及介质,该系统包括:密钥管理模块、模型买家节点、计算节点、聚合节点和代理节点集群;其中,密钥管理模块生成的密钥包括分片公钥、分片私钥、联合私钥、联合公钥;模型买家节点用于发布待训练模型参数与提供测试集;每个计算节点进行本地模型训练,得到本地梯度,并使用注册后代理节点分发的分片公钥进行梯度加密,得到本地梯度密文;聚合节点用于对本地梯度密文进行解密并同态聚合,得到聚合梯度,并对聚合梯度进行加密,得到聚合梯度密文;代理节点集群用于对本地梯度密文与聚合梯度密文解密,并通过得到的解密明文进行测试,确定参数审计结果。提高数据审计的安全性和效率。
本发明授权基于联邦学习的数据审计系统、方法、计算机设备及介质在权利要求书中公布了:1.一种基于联邦学习的数据审计系统,其特征在于,包括:密钥管理模块、模型买家节点、计算节点、聚合节点和代理节点集群;其中, 所述密钥管理模块用于生成、存储和销毁密钥,所述生成的密钥包括分片公钥、分片私钥、联合私钥、联合公钥,将所述联合公钥提供给聚合节点,所述分片公钥、所述分片私钥和所述联合私钥被分发给代理节点集群,所述密钥管理模块包括:密钥生成单元,用于生成分片密钥对、联合密钥对;密钥存储单元,用于生成响应代理节点集群或聚合节点请求的密钥空间,所述密钥空间用于存储生成的密钥和密钥的状态信息,所述密钥状态根据与密钥对应的联邦学习任务状态以及与联邦学习任务对应的安全审计需求确定;密钥服务处理单元,用于根据代理节点的请求,调用密钥生成单元生成分片密钥对与联合密钥对,将各密钥状态保存至各密钥所在的密钥空间中; 所述模型买家节点用于发布待训练模型参数与提供测试集,并针对通过审计的联邦学习任务,向代理节点集群购买联合私钥用于解密聚合梯度密文; 每个所述计算节点向所述代理节点集群发起训练申请,在身份认证通过后,为每个所述计算节点分配指向自身的标识符,进行本地模型训练,得到本地梯度,并使用注册后代理节点分发的分片公钥进行梯度加密,得到本地梯度密文,将所述本地梯度密文上传至所述聚合节点与所述代理节点集群; 所述聚合节点用于对所述本地梯度密文进行解密并同态聚合,得到聚合梯度,使用所述联合公钥对所述聚合梯度进行加密,得到聚合梯度密文,还用于将所述聚合梯度密文发送至所述代理节点集群; 所述代理节点集群分别使用分片私钥和联合私钥解密每个本地梯度密文与聚合梯度密文,得到解密明文,并通过所述解密明文更新待训练模型,采用测试集对更新后的待训练模型进行测试得到本地分数与聚合分数,通过取若干计算节点的平均分数与聚合分数对比,确定参数审计结果;所述代理节点集群包括审计单元,所述审计单元包括: 本地分数测试子单元,用于通过分片私钥解密本地梯度密文,根据所获目标识符指向的计算节点提供的本地梯度对待训练模型参数进行更新,并使用测试集对本地梯度进行测试,得到本地分数,并记录下该计算节点的标识符; 聚合分数测试子单元,用于采用联合私钥解密聚合梯度密文,根据解密得到的聚合梯度对待训练模型参数进行更新,并使用测试集对聚合梯度进行测试,得到聚合分数; 审计恶意参数子单元,通过聚合分数与取若干计算节点的平均本地分数对比判断是否存在上传虚假参数行为; 定位异常节点子单元,用于进行不同子集相关的平均分数时,若模型精度出现异常,对代理节点集群不同子集中的若干参与方的本地分数分别进行取平均值操作并使用测试集进行测试,获得若干子集的平均分数,对比子集间节点差异和分数差异,定位异常节点,对异常节点反馈作惩罚。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖南工商大学;上海富数科技有限公司,其通讯地址为:410205 湖南省长沙市岳麓区岳麓大道569号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励