基于可验证的隐私保护联合学习的无人机的数据保护方法
申请号:CN202411934223
申请日期:2024-12-26
公开号:CN120012148A
公开日期:2025-05-16
类型:发明专利
摘要
本发明公开了一种基于可验证的隐私保护联合学习的无人机的数据保护方法,包括根据损失函数得到的第i个参与者的私有梯度确定第i个参与者的有限域的私有梯度,对第i个参与者的有限域的私有梯度进行盲化处理,得到盲化处理后的私有梯度,选取的m‑1个预设参数、第一随机整数序列和第三种子序列的伪随机数确定插值点进行拉格朗日插值处理得到第一插值函数,基于第一插值函数根据第二随机整数序列生成密文,获取对所有参与者的密文进行聚合得到的聚合后的密文,根据对聚合后的密文进行解密得到的解密后的结果和第二随机整数序列确定第二插值函数,基于第二插值函数得到解码的结果。本发明有效验证自己的梯度是否被聚合,防范聚合服务器的伪造行为。
技术关键词
数据保护方法
拉格朗日插值
序列
无人机
种子
神经网络模型
生成密文
解密
解码
私钥
参数
传播算法
模运算
浮点数
多项式
元素
服务器
标签