本申请涉及一种门限同态密码联邦梯度安全聚合方法、系统及设备，基于在线参与方合集、门限阈值和网络连接时限，获得聚合梯度明文；获取在线参与方合集和门限阈值，并输入至T‑N门限同态加密模型中，然后加密并汇集到聚合方，以生成密文数据；聚合方通过聚合算法，结合密文数据和聚合梯度明文汇集加密参数，其中T‑N门限同态加密模型可以在多方同态加密的基础上扩展出具有门限访问特性的新私钥，使得在一定比例的参与方离线的情况下，剩余的参与方使用具有门限访问特性的新私钥依然可以对密文进行解密，然后配合计算得到聚合梯度明文进行聚合，加快迭代收敛至期望值的时间。
8、研究者主要围绕中央聚合过程展开优化，主要分为三个方向:为加强隐私保护引入安全聚合，为提升通信效率对聚合值进行有损压缩，为达到差分隐私进行噪声添加和更新剪裁。从攻击角度看，攻击者同样针对聚合过程实施攻击，如梯度泄露，即通过窃取其他节点的上传数据来分析原始数据相关特征，或数据投毒，即通过上传精心构造的恶意数据影响全局模型或其他节点的局部模型。聚合方法成为影响联邦学习参数安全和执行效率的核心，如何设计一个高效安全的聚合方法成为研究重点和热点。现有聚合方案存在两方面缺陷，一是无法兼顾安全性和性能，一旦训练方无法参与聚合步骤将导致训练过程失败，二是存在一个假设前提，即聚合方是可信的，不仅正确执行聚合步骤，而且不会和部分训练方合谋窃取其他参与方的数据。
>9、主要原因是，在现实联邦学习场景中，部分训练方可能因为网络延迟或故障无法时刻在线，导致多个训练方无法协调公认的可信第三方。10、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请实施例提供一种门限同态密码联邦梯度安全聚合方法、系统及设备，以解决相关技术中在现实联邦学习场景中，部分训练方可能因为网络延迟或故障无法时刻在线，导致多个训练方无法协调公认的可信第三方的问题。
2、第一方面，提供了一种门限同态密码联邦梯度安全聚合方法，其包括：
3、基于在线参与方合集、门限阈值和网络连接时限，获取梯度密文集合；
4、基于梯度密文集合、在线参与方合集和门限阈值，获得聚合梯度明文；
5、获取在线参与方合集和门限阈值，并输入至t-n门限同态加密模型中，然后加密并汇集到聚合方，以生成密文数据；
6、聚合方通过聚合算法，并结合所述密文数据和聚合梯度明文汇集加密参数。
7、进一步的，基于在线参与方合集、门限阈值和网络连接时限，获取梯度密文集合，具体包括以下步骤：
8、检验在线参与方集合中在线参与方数量是否大于门限阈值；
9、若是，则终止；
10、否则，每个参与方利用本地训练模型，获得梯度mi，然后利用多方同态加密方消息加密算法将梯度mi加密得到对应的梯度密文；然后将每个参与方的梯度密文发送给其他参与方；
11、获取网络连接时限内获得的梯度密文集合。
12、进一步的，基于梯度密文集合、在线参与方合集和门限阈值，获得聚合梯度明文，具体包括以下步骤：
13、检验在线参与方集合中在线参与方数量是否大于门限阈值；
14、若是，则终止；
15、否则，基于梯度密文集合并结合秘密恢复算法，进行解密梯度密文集合；然后解密后的梯度密文集合基于多方同态加密方案的密文解密算法得到聚合梯度明文。
16、进一步的，获取在线参与方合集和门限阈值，并输入至t-n门限同态加密模型中，然后加密并汇集到聚合方，以生成密文数据，包括以下步骤：
17、进行算法设置；
18、基于参与方合集、门限阈值，利用多方同态加密私钥生成算法生成私钥；
19、基于参与方合集、门限阈值，利用多方同态加密公钥生成算法生成公钥；
20、利用秘密共享算法将每个参与方的私钥片段发送至其他参与方；其他参与方利用秘密恢复算法解密得到私钥片段；
21、将每个参与方原有的私钥、公钥和私钥片段作为其对应的密文数据；
22、重复上述操作得到在线参与方合集的密文数据，并汇集到聚合方生成密文数据。
23、进一步的，生成所述公钥具体包括以下步骤：
24、检验在线参与方集合中在线参与方数量是否大于门限阈值；
25、若是，则终止；
26、否则，选取门限阈值一致的t个参与方运行t-n门限同态加密模型中的门限访问私钥构造算法，以得到计算结果；
27、运行t-n门限同态加密模型中的多方同态加密公钥生成算法，并输入计算结果，以得到所述公钥。
28、进一步的，生成所述私钥包括以下步骤：选取门限阈值一致的t个参与方运行t-n门限同态加密模型中的多方同态加密私钥生成算法，得到计算结果；然后基于计算结果运行私钥秘密共享算法得到所述私钥。
29、进一步的，所述秘密共享算法包括以下步骤：
30、每个参与方pi随机选取多项式系数ci,1,ci,2,...,ci,t―1←rq；每个参与方pi发送到每个参与方pj；每个参与方pi接收参与方pj的私钥片段并计算
31、进一步的，所述秘密恢复算法包括以下步骤：
32、对任意的参与方子集合每个参与方pi计算
33、第二方面，提供了一种基于门限同态密码的联邦梯度安全聚合系统，包括：
34、第一模块，其用于基于在线参与方合集、门限阈值和网络连接时限，获取梯度密文集合；
35、第二模块，其用于基于梯度密文集合、在线参与方合集和门限阈值，获得聚合梯度明文；
36、第三模块，其用于获取在线参与方合集和门限阈值，并输入至t-n门限同态加密模型中，然后加密并汇集到聚合方，以生成密文数据；
37、第四模块，其用于聚合方通过聚合算法，并结合所述密文数据和聚合梯度明文汇集加密参数。
38、第三方面，提供了一种电子设备，包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于门限同态密码的联邦梯度安全聚合程序，其中所述基于门限同态密码的联邦梯度安全聚合程序被所述处理器执行时，实现所述的门限同态密码联邦梯度安全聚合方法的步骤。
39、本申请提供的技术方案带来的有益效果包括：
40、本申请实施例提供了一种门限同态密码联邦梯度安全聚合方法、系统及设备，基于在线参与方合集、门限阈值和网络连接时限，获取梯度密文集合；基于梯度密文集合、在线参与方合集和门限阈值，获得聚合梯度明文；获取在线参与方合集和门限阈值，并输入至t-n门限同态加密模型中，然后加密并汇集到聚合方，以生成密文数据；聚合方通过聚合算法，并结合所述密文数据和聚合梯度明文汇集加密参数，其中t-n门限同态加密模型可以在本文档来自技高网...
【技术保护点】
1.一种门限同态密码联邦梯度安全聚合方法，其特征在于，其包括：
2.如权利要求1所述的门限同态密码联邦梯度安全聚合方法，其特征在于，基于在线参与方合集、门限阈值和网络连接时限，获取梯度密文集合，具体包括以下步骤：
3.如权利要求1所述的门限同态密码联邦梯度安全聚合方法，其特征在于，基于梯度密文集合、在线参与方合集和门限阈值，获得聚合梯度明文，具体包括以下步骤：
4.如权利要求1所述的门限同态密码联邦梯度安全聚合方法，其特征在于，获取在线参与方合集和门限阈值，并输入至T-N门限同态加密模型中，然后加密并汇集到聚合方，以生成密文数据，包括以下步骤：
5.如权利要求4所述的门限同态密码联邦梯度安全聚合方法，其特征在于，生成所述公钥具体包括以下步骤：
6.如权利要求4所述的门限同态密码联邦梯度安全聚合方法，其特征在于，生成所述私钥包括以下步骤：
7.如权利要求4所述的门限同态密码联邦梯度安全聚合方法，其特征在于，所述秘密共享算法包括以下步骤：
8.如权利要求1所述的门限同态密码联邦梯度安全聚合方法，其特征在于，所述秘密恢复算法包括以下步骤：
9.一种基于门限同态密码的联邦梯度安全聚合系统，其特征在于，包括：
10.一种电子设备，其特征在于，包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于门限同态密码的联邦梯度安全聚合程序，其中所述基于门限同态密码的联邦梯度安全聚合程序被所述处理器执行时，实现如权利要求1至8中任一项所述的门限同态密码联邦梯度安全聚合方法的步骤。
...
【技术特征摘要】
1.一种门限同态密码联邦梯度安全聚合方法，其特征在于，其包括：
2.如权利要求1所述的门限同态密码联邦梯度安全聚合方法，其特征在于，基于在线参与方合集、门限阈值和网络连接时限，获取梯度密文集合，具体包括以下步骤：
3.如权利要求1所述的门限同态密码联邦梯度安全聚合方法，其特征在于，基于梯度密文集合、在线参与方合集和门限阈值，获得聚合梯度明文，具体包括以下步骤：
4.如权利要求1所述的门限同态密码联邦梯度安全聚合方法，其特征在于，获取在线参与方合集和门限阈值，并输入至t-n门限同态加密模型中，然后加密并汇集到聚合方，以生成密文数据，包括以下步骤：
5.如权利要求4所述的门限同态密码联邦梯度安全聚合方法，其特征在于，生成所述公钥具体包括以下步骤：<...
【专利技术属性】
技术研发人员：刘伯宇，张静，续晓光，李东，宁永杰，朱莹，胡岸，孙月，孔宪琳，
申请(专利权)人：国网河南省电力公司信息通信分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。