原创力文档- 1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于对比学习的联邦学习后门防御方法及系统，本发明方法中，服务器收集各参与方上传的本地模型，并进行模型聚合，聚合完成后，将聚合所得的模型作为下一轮的全局模型，下发至各参与方；各参与方下载全局模型，并利用本地数据基于熵最大化的生成模型训练后门触发器生成器；各参与方利用训练完成的生成器生成后门触发器，以本地训练数据为输入，将生成的后门触发器添加至正常样本进行数据增强，将全局模型作为在线编码器，上一轮本地模型作为动量编码器进行对比训练，将后门模型的对后门数据的特征表示指向干净模型的特征表
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117422130A
(43)申请公布日2024.01.19
(21)申请号202311425216.8
(22)申请日2023.10.30
(71)申请人扬州大学
文档评论（0）