[發明專利]基于聯邦學習的跨域數據安全互聯方法及系統

在審

• 申請號: 202010439987.2
• 申請日: 2020-05-22
• 公開（公告）號: CN111666987A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 王蒙蒙;王棟;馬建;胡勛;朱婉婷;李楊;羅鑫
• 申請（專利權）人: 中國電子科技集團公司電子科學研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F21/64;G06F21/62
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 華楓

1.一種基于聯邦學習的跨域數據安全互聯方法，其特征在于，包括：

基于分析任務確定初始訓練模型和初始參數；

對所述初始訓練模型和所述初始參數進行加密和簽名處理，并發送至多個目標作戰域；

接收各個所述目標作戰域返回的加密和簽名處理后的第一中間模型和第一中間參數，所述第一中間模型和所述第一中間參數為由各個所述目標作戰域基于所述初始訓練模型和所述初始參數得到；

對所有所述第一中間模型和所述第一中間參數進行聚合訓練，以獲得最終模型和最終參數；

將所述最終模型和所述最終參數進行加密和簽名處理后發送至各個所述目標作戰域。

2.根據權利要求1所述的基于聯邦學習的跨域數據安全互聯方法，其特征在于，所述對所有所述第一中間模型和所述第一中間參數進行聚合訓練，以獲得最終模型和最終參數，包括：

對所有所述第一中間模型和所述第一中間參數進行聚合訓練，獲得優化模型和優化參數；

對所述優化模型和所述優化參數進行加密和簽名處理，并發送至各個所述目標作戰域；

接收各個所述目標作戰域返回的加密和簽名處理后的第二中間模型和第二中間參數，所述第二中間模型和所述第二中間參數為由各個所述目標作戰域基于所述優化模型和所述優化參數訓練得到；

對所述第二中間模型和所述第二中間參數進行聚合訓練，以獲得所述最終模型和所述最終參數。

3.根據權利要求1所述的基于聯邦學習的跨域數據安全互聯方法，其特征在于，所述方法還包括：

設置預設時間，在所述預設時間內完成對所述第一中間模型和所述第一中間參數的聚合訓練，以獲得所述最終模型和所述最終參數。

4.根據權利要求1所述的基于聯邦學習的跨域數據安全互聯方法，其特征在于，在向多個所述目標作戰域發送所述初始訓練模型和所述初始參數之前，所述方法還包括：

基于所述分析任務，從多個作戰域中隨機選擇確定多個所述目標作戰域。

5.一種基于聯邦學習的跨域數據安全互聯方法，其特征在于，包括：

接收第三方可信環境發送的加密和簽名后的初始訓練模型和初始參數；

基于所述初始訓練模型和所述初始參數，訓練得到的第一中間模型和第一中間參數；

將所述第一中間模型和所述第一中間參數加密和簽名處理后發送至所述第三方可信環境，以由所述第三方環境進行聚合訓練獲得最終模型和最終參數；

接收所述第三方可信環境返回的加密和簽名后的所述最終模型和所述最終參數。

6.根據權利要求5所述的基于聯邦學習的跨域數據安全互聯方法，其特征在于，所述將所述第一中間模型和所述第一中間參數加密和簽名后發送至所述第三方可信環境，以由所述第三方環境進行聚合訓練獲得最終模型和最終參數，包括：

將所述第一中間模型和所述第一中間參數加密和簽名后發送至所述可信第三方環境；

接收所述第三方可信環境返回的加密和簽名后的優化模型和優化參數，所述優化模型和所述優化參數為所述第三方可信環境基于所述第一中間模型和所述第一中間參數通過聚合訓練獲得；

基于所述優化模型和所述優化參數訓練得到第二中間模型和第二中間參數；

將所述第二中間模型和所述第二中間參數加密和簽名后發送至所述第三方可信環境，以由所述第三方可信環境通過聚合訓練獲得所述最終模型和所述最終參數。

7.根據權利要求5所述的基于聯邦學習的跨域數據安全互聯方法，其特征在于，在接收第三方可信環境發送的加密和簽名后的初始訓練模型和初始參數之前，所述方法還包括：

構建用于與所述第三方可信環境進行數據交互的可信環境。