基于MP-SPDZ横向联邦学习的全局模型优化实现方法
知识产权简介
首先参与者们达成机器学习模型共识,利用本地数据在安全隔离环境进行模型训练,然后引入安全多方计算协议进行多方模型聚合,完成参与者们在交换数据期间对加法和乘法的实现。安全多方计算消除了由不信任第三方带来的安全问题,实现模型参数聚合功能同时,聚合前与聚合后的数据对模型中心和参与者均是不透明的。本发明应用可以根据实际系统需求,灵活设定训练模型和安全计算协议,从而适应更多联邦学习场景。
首先参与者们达成机器学习模型共识,利用本地数据在安全隔离环境进行模型训练,然后引入安全多方计算协议进行多方模型聚合,完成参与者们在交换数据期间对加法和乘法的实现。安全多方计算消除了由不信任第三方带来的安全问题,实现模型参数聚合功能同时,聚合前与聚合后的数据对模型中心和参与者均是不透明的。本发明应用可以根据实际系统需求,灵活设定训练模型和安全计算协议,从而适应更多联邦学习场景。