技术编号:34239797
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。.本发明涉及人工智能数据安全领域,具体涉及一种基于多维指标动态识别联邦学习中的后门攻击防御方法。背景技术.联邦学习是一种满足隐私保护、符合《数据安全保护法》和《个人隐私保护法》相关规定的协同式机器学习框架,但是由于无法检查合作方的数据,容易收到来自恶意参与方的后门攻击的影响。如图所示,在联邦学习的框架下,各方都使用自己的数据进行模型的训练,只是将每次模型迭代更新的梯度等参数在公共区域进行聚合和更新,各方数据都保留在本地没有移出,不泄露隐私也不违反法规;多个参与者联合数据建立虚拟的共有模型,...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。