发明

一种基于边缘计算和联邦学习的群智感知隐私保护方法

2023-07-13 07:17:52 发布于四川 2
  • 申请专利号:CN202310224226.9
  • 公开(公告)日:2025-04-04
  • 公开(公告)号:CN116418562A
  • 申请人:哈尔滨师范大学
摘要:移动群智感知作为一种新型的感知数据采集范式被应用于各种社会场景,但是也面临着严重的隐私信息泄露问题。现有方法主要是在传统的集中式架构下对原始数据进行保护,也没有充分考虑到内部窃取和外部攻击者截获数据的问题。基于此,本发明提出了一种基于边缘计算和联邦学习的群智感知隐私保护方法。首先,参与者在本地进行模型训练,将模型参数值利用本地化差分隐私进行扰动并利用同态加密进行过程加密后上传到边缘计算节点;然后,边缘计算节点对本地模型参数进行边缘聚合,并将与参与者协同更新的边缘模型参数上传到感知平台;最后,感知平台接收加密的边缘模型参数,进行密文形式下的全局聚合与处理操作,从而有效防止参与者隐私信息的泄露。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116418562 A (43)申请公布日 2023.07.11 (21)申请号 202310224226.9 (22)申请日 2023.03.08 (71)申请人 哈尔滨师范大学 地址 150025 黑龙江省哈尔滨市呼兰区师 大路1号哈尔滨师范大学 (72)发明人 张建红 赵国生 王健  (51)Int.Cl. H04L 9/40 (2022.01) 权利要求书1页 说明书4页 附图1页 (54)发明名称 一种基于边缘计算和联邦学习的群智感知 隐私保护方法 (57)摘要 移动群智感知作为一种新型的感知数据采 集范式被应用于各种社会场景,但是也面临着严 重的隐私信息泄露问题。现有方法主要是在传统 的集中式架构下对原始数据进行保护,也没有充 分考虑到内部窃取和外部攻击者截获数据的问 题。基于此,本发明提出了一种基于边缘计算和 联邦学习的群智感知隐私保护方法。首先,参与 者在本地进行模型训练,将模型参数值利用本地 化差分隐私进行扰动并利用同态加密进行过程 加密后上传到边缘计算节点 ;然后,边缘计算节 点对本地模型参数进行边缘聚合,并将与参与者 A 协同更新的边缘模型参数上传到感知平台 ;最 2 后,感知平台接收加密的边缘模型参数,进行密 6 5 8 文形式下的全局聚合与处理操作,从而有效防止 1 4 6 参与者隐私信息的泄露。 1 1 N C CN 116418562 A 权 利 要 求 书

最新专利