基于同态加密的量子安全联邦学习方法及电子设备技术

技术编号:42395779 阅读:15 留言:0更新日期:2024-08-16 16:19
本申请公开了一种基于同态加密的量子安全联邦学习方法及电子设备,基于同态加密的量子安全联邦学习方法应用于第一客户端,所述方法包括:基于确定的参与联邦学习的任务,生成公私钥对;基于私钥,确定聚合密钥;基于第一客户端的第一模型的模型参数和本地数据集,确定第一局部梯度;基于所述公私钥对加密所述第一局部梯度,将加密后的所述第一局部梯度发送至服务端;获取所述服务端发出的第一集合梯度;基于所述聚合密钥解密所述第一集合梯度,确定第二集合梯度;基于所述第二集合梯度,更新所述第一模型。

【技术实现步骤摘要】

本申请涉及一种基于同态加密的量子安全联邦学习方法及电子设备


技术介绍

1、基于同态加密(homomorphic encryption)的方案在保护数据隐私的同时确实存在一些挑战和限制。目前基于同态加密的方案在使用时,所有客户之间共享公私钥对的协商,易引发客户对潜在数据泄露的担忧。另外,基于同态加密的方案即使受限于线性函数,也不能执行任意数量的加法,因为每次两个密文相加时误差会变大,影响使用。为此,需要对基于同态加密的方案进行改进。


技术实现思路

1、本申请提供一种基于同态加密的量子安全联邦学习方法及电子设备,采用的技术方案如下:

2、一种基于同态加密的量子安全联邦学习方法,应用于第一客户端,所述方法包括:

3、基于确定的参与联邦学习的任务,生成公私钥对;

4、基于私钥,确定聚合密钥;

5、基于第一客户端的第一模型的模型参数和本地数据集,确定第一局部梯度;

6、基于所述公私钥对加密所述第一局部梯度,将加密后的所述第一局部梯度发送至服务端;

...

【技术保护点】

1.一种基于同态加密的量子安全联邦学习方法,应用于第一客户端,所述方法包括:

2.如权利要求1所述的方法,所述基于私钥,确定聚合密钥,包括:

3.如权利要求1所述的方法,所述基于第一客户端的第一模型的模型参数和本地数据集,确定第一局部梯度,包括:

4.如权利要求3所述的方法,所述预处理所述第一梯度,确定第一局部梯度,包括:

5.如权利要求1所述的方法,基于所述公私钥对加密的第一局部梯度,包括:

6.如权利要求1所述的方法,所述基于所述聚合密钥解密所述第一集合梯度,确定第二集合梯度,包括:

7.如权利要求1所述的方法,...

【技术特征摘要】

1.一种基于同态加密的量子安全联邦学习方法,应用于第一客户端,所述方法包括:

2.如权利要求1所述的方法,所述基于私钥,确定聚合密钥,包括:

3.如权利要求1所述的方法,所述基于第一客户端的第一模型的模型参数和本地数据集,确定第一局部梯度,包括:

4.如权利要求3所述的方法,所述预处理所述第一梯度,确定第一局部梯度,包括:

5.如权利要求1所述的方法,基于所述公私钥对加密的第一局部梯度,包括:

6.如权利要求1所述的方法,...

【专利技术属性】
技术研发人员:王云浩金辉
申请(专利权)人:联想北京有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1