一种基于同态加密的分布式学习提升密文计算效率方法

摘要

本发明公开一种基于同态加密的分布式学习提升密文计算效率方法，包括如下步骤：步骤一：每一个联邦学习局部端可以通过上行数据通信模块与全局端建立通信；步骤二：根据联邦学习的运行机制，每个局部端需要利用本地数据进行机器学习训练；步骤三：局部端通过更新机器学习模型参数，不断对损失函数进行优化，直到使得局部端的机器学习模型的损失函数值满足要求；步骤四：使用同态加密将每个客户端的模型参数进行加密操作，加密过程使用多核并行方式提高完全同态的引导效率；步骤五：将加密后的密文上传至服务端，服务端根据每个客户端的模型梯度进行聚合然后分发至各个客户端。本发明适用于提高分布式学习提升密文计算效率。