换一批基于同态加密的分布式加密流量分类隐私保护方法
Privacy Protection Method of Distributed Encrypted Traffic Classification Based on Homomorphic Encryption
摘要随着信息技术的飞速发展,数据量迅速增加,逐渐演变出了分布式存储方式.针对分布式数据存储方式中容易遭受模型训练梯度推理攻击造成梯度泄露,进而引发分布式节点中数据集泄露的问题,提出基于同态加密算法的分布式加密流量分类隐私保护方法(Pa-Fed).在分布式节点完成训练后,本地模型将参数通过Paillier同态加密传递至中心服务器端.在中心服务器进行参数聚合时,仍然维持参数的密文状态,以确保在传输过程中的隐私性.实验能够较好地保持分类精确率,并且在加密后对分布式节点数据进行梯度推理攻击,有效地验证了分布式节点数据的隐私性.
更多相关知识
关键词
同态加密分布式加密流量分类隐私保护Homomorphic encryptionDistributedEncrypted traffic classificationPrivacy protection
栏目名称
DOI
10.3969/j.issn.1004-3403.2024.08.012
发布时间
2024-09-20（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
