[發明專利]一種基于自編碼器的多通道圖垂直聯邦模型防御方法

有效

• 申請號: 202110654746.4
• 申請日: 2021-06-11
• 公開（公告）號: CN113297575B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 陳晉音;黃國瀚;李榮昌
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F21/55
• 分類號: G06F21/55;G06K9/62;G06N3/04;G06N3/08;G06N20/20
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 曹兆霞

1.一種基于自編碼器的多通道圖垂直聯邦模型防御方法，其特征在于，包括：

(1)第一終端利用第一本地數據，采用softmax函數和ReLU激活函數，構建自編碼器，利用交叉熵損失函數，對自編碼器進行訓練，同時獲得第一節點嵌入向量；

(2)通過可訓練參數矩陣，采用sigmoid函數，對第一節點嵌入向量進行解碼得到圖拓撲結構，并利用目標函數訓練圖拓撲結構，根據第一節點嵌入向量，采用相關系數計算公式得到第一節點特征；

(3)根據圖拓撲結構，對第一節點特征，采用softmax函數和ReLU激活函數，構建多個圖卷積模型，利用交叉熵損失函數，對多通道圖卷積模型進行訓練，同時獲得多個節點嵌入向量，將多個節點嵌入向量進行聚合得到魯棒節點嵌入向量；

(4)第二終端利用第二本地數據對本地圖卷積模型進行訓練，同時得到第二節點嵌入向量，將第二節點嵌入向量與魯棒節點嵌入向量進行聚合后輸入服務端，服務端利用聚合后的嵌入信息對全局模型進行訓練，訓練后反饋梯度信息至各終端，以使各終端依據反饋的梯度信息對圖卷積模型進行再訓練；在測試階段，服務端向各終端發送置信度信息，使得各終端調整圖卷積模型參數得到滿足置信度的圖卷積模型。

2.根據權利要求1所述的基于自編碼器的多通道圖垂直聯邦模型防御方法，其特征在于，第一本地數據結構包括第二節點標簽和第二節點特征，根據接收的第二節點特征和第二節點標簽，采用softmax函數和ReLU激活函數，構建自編碼器。

3.根據權利要求1所述的基于自編碼器的多通道圖垂直聯邦模型防御方法，其特征在于，所述的自編碼器為：

所述的第一節點嵌入向量為：

其中，代表加入自連接的鄰接矩陣；是度值矩陣，即

σ(·)為ReLU激活函數，ReLU激活函數和softmax函數都是逐行使用的；θ₁∈R^C×H和θ₂∈R^H×|F|分別是每一層GCN模型的可訓練參數矩陣，C代表輸入的節點特征矩陣的維數，H代表隱藏層的特征映射數，|F|代表圖中節點的標簽總數，i代表節點i，j代表節點j，R為實數，X為節點特征，A代表圖對應的鄰接矩陣。

4.根據權利要求1所述的基于自編碼器的多通道圖垂直聯邦模型防御方法，其特征在于，所述的交叉熵損失函數為：

其中，|N_L|是帶標簽的節點集合的節點數，|F|代表圖中節點的標簽總數，F＝[τ₁,…τ_|F|]，Y為節點的真實標簽矩陣，當節點v_l屬于類別τ_k時，Y_lk＝1；當節點v_l不屬于類別τ_k時，Y_lk＝0，E_lk(·)為自編碼器，輸出結果為預測概率。

5.根據權利要求1所述的基于自編碼器的多通道圖垂直聯邦模型防御方法，其特征在于，所述的圖拓撲結構為：

其中，W∈R^|F|×N為可訓練參數矩陣，|F|代表圖中節點的標簽總數，N代表圖中節點總數，·^T代表轉置操作，sigmoid函數是逐元素使用的，R為實數，Z為第一節點嵌入向量。

6.根據權利要求1所述的基于自編碼器的多通道圖垂直聯邦模型防御方法，其特征在于，所述的目標函數為：

其中，y和分別為本地數據的原始圖結構和圖拓撲結構中的元素，M為矩陣中元素的數量，當連邊存在時y＝1，當連邊不存在時，y＝0；所述第二節點嵌入向量Z’_t通過將圖拓撲結構和第二節點特征輸入至自編碼器中得到的，N為圖中節點總數，n為第n個節點，Z_n為原始圖第n個節點的節點嵌入向量，Z’_n為可訓練鄰接矩陣的第n個節點的節點嵌入向量。