反遷移學習的隱私保護聯(lián)邦學習

摘要： 模型竊取和梯度泄露兩大攻擊日益成為限制聯(lián)邦學習廣泛應用的瓶頸?，F(xiàn)有基于授權的知識產權保護方案和聯(lián)邦學習隱私保護方案已針對上述挑戰(zhàn)開展了大量研究，但仍存在授權失效和計算開銷大的問題。針對上述問題，提出了一種聯(lián)邦學習下的模型知識產權與隱私保護方法。該方法能夠在保護本地梯度隱私的同時，確保聚合后的模型授權不失效。具體來說，設計了一種基于盲化因子的輕量級梯度聚合方法，通過聚合密文盲化因...