【技术实现步骤摘要】
本专利技术涉及网络安全及联邦忘却学习，具体为一种基于拆分学习抵御投毒攻击的去中心化纵向联邦忘却学习方法。
技术介绍
1、数据在训练方式中扮演着重要的角色，各国也出台了与数据相关的法律。2016年欧盟提出了《通用数据保护条例》(gdpr)；2018年美国加利福尼亚州颁布了加州消费者保护法(ccpa)，制定了要求数据被遗忘的权利。近几年，中国又发布了《关于构建数据基础制度更好发挥数据要素作用的意见》和《“数据要素×”三年行动计划(2024—2026年)》，足以证明数据的利用价值。因此，为了更好地利用数据，联邦忘却学习领域诞生了。联邦忘却学习能够删除训练数据所造成的影响，它是联邦学习的衍生领域，不仅继承了联邦学习保护数据隐私、避免数据孤岛的特点，还能够满足被遗忘权。
2、联邦忘却学习作为一种新颖的基于特殊分布式学习的遗忘技术被研究人员广泛应用。因为联邦学习根据数据样本id和特征的不同，又被分为横向联邦学习和纵向联邦学习，所以联邦忘却学习又被分为横向联邦忘却学习和纵向联邦忘却学习。纵向联邦学习主要应用于参与方之间拥有相同用户群但不同...
【技术保护点】
1.一种基于拆分学习抵御攻击的去中心化纵向联邦忘却学习方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于拆分学习抵御攻击的去中心化纵向联邦忘却学习方法，其特征在于，所述步骤1具体包括：
3.根据权利要求1或2所述的基于拆分学习抵御攻击的去中心化纵向联邦忘却学习方法，其特征在于，步骤2具体包括：
4.根据权利要求3所述的基于拆分学习抵御攻击的去中心化纵向联邦忘却学习方法，其特征在于，步骤3具体包括：
5.根据权利要求4所述的基于拆分学习抵御攻击的去中心化纵向联邦忘却学习方法，其特征在于，步骤4具体包括：<...
【技术特征摘要】
1.一种基于拆分学习抵御攻击的去中心化纵向联邦忘却学习方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于拆分学习抵御攻击的去中心化纵向联邦忘却学习方法，其特征在于，所述步骤1具体包括：
3.根据权利要求1或2所述的基于拆分学习抵御攻击的去中心化纵向联邦忘却学习方法，其特征在于，步骤2具体包括：
4.根据权利要求3所述的基于拆分学习抵御攻击的去中心化纵向联邦忘却学习方法，其特征在于，步骤3具体包括：
5.根据权利要求4所述的基于拆分学习抵御攻击的去中心化纵向联邦忘却学习方法，其特征在于，步骤4具体包括：
6.根据权利要求5所述的基于拆分学习抵御攻击的去中心化纵向联邦忘却学习方法，其特征在于，步骤5具体包括：将测试集作为输入数据发送给各个参与方，使各个...
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。