文档名：去中心跨孤岛的混合联邦学习通信算法研究
摘要：为解决异构数据孤岛之间难以开展安全机器学习的问题,提出了一种异构数据孤岛之间的联邦学习通信方式,实现了横向和纵向混合的联邦学习通信,突破了传统联邦学习横向和纵向参与方之间模型结构不统一的通信壁垒.基于政府、银行等机构的特殊性隐私需求,在混合联邦学习模型的基础上进一步去除了第三方聚合器,计算只在参与方之间进行,大大提高了本地数据的隐私安全性.同时针对上述模型中纵向同态加密为通信过程带来的计算速度瓶颈问题,通过增加本地迭代轮次q将纵向联邦学习的加密时间缩短了10倍以上,降低了横向参与方与纵向参与方间的计算瓶颈,并且精度损失不超过5％.
Abstract：Federatedlearninghasbecomeincreasinglyimportantformodernmachinelearning,especiallyfordataprivacysensitivescenarios.Itisdifficulttocarryoutsecuremachinelearningbetweenheterogeneousdataislands.Afederatedlearningcommunicationmodebetweenheterogeneousdataislandsisproposed,whichrealizesthehybridfederatedlearningcommunicationbetweenhorizontalandvertical,andbreaksthecommunicationbarrierofthedisunityofmodelstructurebetweenhorizontalandverticalparticipantsintraditionalfederatedlearning.Basedonthespecialprivacyrequirementsofthegovernment,banksandotherinstitutions,thethirdpartyaggregatorisfurtherremovedonthebasisofthehybridfederatedlearningmodel,andthecalculationiscarriedoutonlyamongtheparticipants,whichgreatlyimprovestheprivacysecurityoflocaldata.Inviewofthecomputationalspeedbottleneckcausedbyverticalhomomorphicencryptioninthecommunicationprocessintheabovemodel,byincreasingthelocaliterationroundq,theencryptiontimeofverticalfederationlearningisshortenedbymorethan10times,andthecomputationalbottleneckbetweenhorizontalandverticalparticipantsisreduced,andtheaccuracylossislessthan5％.
作者：吴明奇 康健 李强Author：WUMingqi KANGJian LIQiang
作者单位：吉林大学计算机科学与技术学院,长春130012
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2023, 41(5)
分类号：TP309.2
关键词：隐私计算 联邦学习 同态加密 安全多方计算
Keywords：privacy-preservingcomputing federallearning homomorphicencryption securemulti-partycomputation
机标分类号：TP309TN925.93G206
在线出版日期：2023年12月27日
基金项目：吉林省国际科技合作基金资助项目去中心跨孤岛的混合联邦学习通信算法研究[
期刊论文] 吉林大学学报（信息科学版）--2023, 41(5)吴明奇 康健 李强为解决异构数据孤岛之间难以开展安全机器学习的问题,提出了一种异构数据孤岛之间的联邦学习通信方式,实现了横向和纵向混合的联邦学习通信,突破了传统联邦学习横向和纵向参与方之间模型结构不统一的通信壁垒.基于政府、...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
去中心跨孤岛的混合联邦学习通信算法研究 Hierarchical Communication in Decentralized and Cross-Silo Federated Learning
去中心跨孤岛的混合联邦学习通信算法研究.pdf
- 文件大小:
- 11.91 MB
- 下载次数:
- 60
-
高速下载
|
|
