【技术实现步骤摘要】
本专利技术涉及联邦学习安全，具体涉及一种基于区块链的拜占庭鲁棒性联邦学习方法。
技术介绍
1、随着人工智能技术不断发展，其在不同前沿领域体现出强大活力。但是现阶段人工智能技术的发展受到数据的限制。一方面，数据孤岛和隐私问题的出现，使传统人工智能技术发展受限，大数据处理方法遭遇瓶颈；另一方面，各机构、企业、组织所拥有的海量数据又有极大的潜在应用价值。于是保护隐私和数据安全的联邦学习技术应运而生。联邦学习是一种分布式学习算法，能够有效解决“数据孤岛”问题，联邦学习是客户端在本地进行局部模型训练，并将局部模型更新上传到中央服务器，然后再服务器上聚合局部模型更新形成全局模型。但联邦学习存在容易受到恶意客户端攻击的安全性问题，为了抵御拜占庭攻击，人们提出了许多拜占庭鲁棒聚合规则和异常检测机制，但是实验证明，这些防御方法仍然不能有效抵御拜占庭攻击。
2、区块链作为一个去中心化的、不可变的、共享的分布式账本和数据库，它有很多优点适合来用于联邦学习的相关研究上。区块链是一个去中心化分布式数据库，在整个区块链网络里的所有节点都有相同的权利，它...
【技术保护点】
1.一种基于区块链的拜占庭鲁棒性联邦学习方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于区块链的拜占庭鲁棒性联邦学习方法，其特征在于，步骤5中所述的聚合算法包括以下步骤：
3.如权利要求2所述的一种基于区块链的拜占庭鲁棒性联邦学习方法，其特征在于，步骤51计算欧式距离的公式为：
4.如权利要求3所述的一种基于区块链的拜占庭鲁棒性联邦学习方法，其特征在于，步骤52中的打分公式为：
【技术特征摘要】
1.一种基于区块链的拜占庭鲁棒性联邦学习方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于区块链的拜占庭鲁棒性联邦学习方法，其特征在于，步骤5中所述的聚合算法包括以下步骤：
3....
【专利技术属性】
技术研发人员：宋丽华，蔡晨颖，魏淑华，马礼，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：
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。