抗推理攻击的分布式多任务学习隐私保护方法及系统
基本信息
| 申请号 | CN202010974661.X | 申请日 | - |
| 公开（公告）号 | CN112118099B | 公开（公告）日 | 2021-10-08 |
| 申请公布号 | CN112118099B | 申请公布日 | 2021-10-08 |
| 分类号 | H04L9/08;H04L29/06;G06F30/27;G06N20/00;G06F111/04;G06F111/06 | 分类 | 电通信技术; |
| 发明人 | 马鑫迪;马建峰;沈玉龙;姜奇;谢康;李腾;卢笛;习宁;冯鹏斌 | 申请（专利权）人 | 公安部第三研究所 |
| 代理机构 | 西安通大专利代理有限责任公司 | 代理人 | 房鑫 |
| 地址 | 710071 陕西省西安市雁塔区太白南路2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 抗推理攻击的分布式多任务学习隐私保护方法及系统，通过各任务节点基于本地数据进行模型训练，并通过共享知识的方式实现联合模型训练；本发明提出基于同态密码学的隐私保护模型训练机制，使得任务节点在保证训练数据隐私的前提下，实现多任务学习模型训练，并使得模型训练效率独立于样本数据量，提高了机器学习模型训练效率；设计了基于差分隐私的模型发布方法，可以抵抗模型用户在访问机器学习模型时发起的身份推理攻击。系统包括密钥生成中心、中央服务器、任务节点和模型用户。本发明能够保证模型训练过程中和模型发布后任务节点的数据隐私，促进多任务机器学习的大规模应用。 |
