检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于梯度反演的模型隐私攻击及防御方法研究

基于梯度反演的模型隐私攻击及防御方法研究

作者：王子帆贵州大学

学位级别：硕士

由于深度学习需要海量数据进行模型训练,且对训练数据的隐私信息有较高的要求,传统的本地或者集中式机器学习已经无法满足日益增长的训练条件。联邦学习作为一种适用于多源数据训练的分布式机器学习框架,通过共享参数的机制实现多方数... 详细信息

由于深度学习需要海量数据进行模型训练,且对训练数据的隐私信息有较高的要求,传统的本地或者集中式机器学习已经无法满足日益增长的训练条件。联邦学习作为一种适用于多源数据训练的分布式机器学习框架,通过共享参数的机制实现多方数据不出本地的条件下共同训练模型,有效保护本地私有训练数据的隐私信息。然而,尽管联邦学习不需要共享本地数据,但仍需要交换模型参数,最近的一些工作表明可以通过参数造成隐私泄露。本文对联邦学习共享参数机制中存在的梯度反演攻击问题以及防御方法展开研究,分析联邦学习过程中训练数据安全与隐私保护方法的研究现状。在隐私泄露攻击手段方面,围绕梯度反演算法改进,提出一种基于Wasserstein距离的梯度反演算法,提高了梯度反演攻击的效率和质量。在梯度反演防御方法上,重点使用差分隐私方法防御梯度反演攻击。在传统联邦学习系统中,构造了一种基于零集中机制的双差分隐私保护方案。论文内容主要包括:(1)通过迭代优化的梯度反演算法结合Wasserstein距离的优良性质,重新定义了梯度反演攻击算法中的损失函数;在图像数据集中实现高质量,高分辨率的反演图像重建。(2)提出全局参数与本地参数同时进行扰动的双差分隐私梯度噪声扰动方法对联邦学习模型进行隐私保护,以防御梯度反演算法攻击。(3)为了在添加双差分扰动噪声保护隐私的同时保证模型可用性,结合了比(ε,δ)-差分隐私更松弛且更高准确性,更适合深度学习训练下计算累积隐私损失的零集中差分机制对训练过程中的参数进行差分扰动。

关键词：深度学习联邦学习梯度反演差分隐私 Wasserstein距离

海洋地震反射数据梯度反演中的参数化和几何扩散问题

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

石油物探译丛 1994年第2期 59-62,49页

作者： Heiner Igel 邵祝华

引言具有一组反射地震数据的地壳弹性特征的反演问题可看成是两个特征截然不同的问题。首先我们必须找出地震波的长波长速度变量,根据这一变量至少能最佳地拟合数据中多数主信号的初至时间。这一部分的层析成像问题是强非线性。为了适... 详细信息

引言具有一组反射地震数据的地壳弹性特征的反演问题可看成是两个特征截然不同的问题。首先我们必须找出地震波的长波长速度变量,根据这一变量至少能最佳地拟合数据中多数主信号的初至时间。这一部分的层析成像问题是强非线性。为了适当地解决这一问题,必须应用全局搜索法来寻找类似于模型的油藏。其次,由于搜索空间的多维数,就实际大小的数据量来说,全局搜索的成本太高。通常的做法是进行标准的速度分析或目测检查,一旦建立一个或几个好的速度模型,就可解决介质中反射层位置和强度估计中存在的问题。

关键词：地震数据海上油气田梯度反演

在线全文

学校读者我要写书评

暂无评论

自然电位法实时监测地下流体运移实验研究

地球物理学报 2024年第9期67卷 3618-3629页

作者：谢静崔益安郭友军北京大学地球与空间科学学院地球物理系北京100871 中南大学地球科学与信息物理学院长沙410083

查清地下流体运移的规模和渗透路径对工程渗漏检测以及水文地质调查具有重要意义.流体流动产生的动电效应会引发电荷的自然极化,通过定性或定量解释自然电位信号可表征地下水流的运移情况.本研究基于三维多通道自然电位观测系统搭建了... 详细信息

查清地下流体运移的规模和渗透路径对工程渗漏检测以及水文地质调查具有重要意义.流体流动产生的动电效应会引发电荷的自然极化,通过定性或定量解释自然电位信号可表征地下水流的运移情况.本研究基于三维多通道自然电位观测系统搭建了室内沙箱实验平台,通过沙箱进水和排水试验,实时监测了非饱和-饱和以及饱和-非饱和过程的自然电位信号.实验结果表明自然电位偶极性分布特征与流体运移方向有着显著的相关性,符合动电效应理论.采用最小二乘正则化梯度算法反演实验测量数据,获得流动电流源密度并解释沙箱内部水流分布.此外还对野外堤坝渗流过程的自然电位数据进行类似的定量解释,反演的流动电流源所构建的水流指向与现场观测一致.本文从理论、方法、室内实验以及野外实测数据处理等多个角度论证了自然电位法在渗流监测中的效用,表明自然电位法是一种极具潜力的地下流体运移探测工具.

关键词：自然电位实时监测流体运移物理实验梯度反演

基于生成对抗网络的联邦学习深度影子防御方案

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年第1期44卷 223-232页

作者：周辉陈玉玲王学伟张洋文何建江省部共建公共大数据国家重点实验室(贵州大学) 贵阳550025 贵州大学计算机科学与技术学院贵阳550025 潍坊科技学院计算机学院山东寿光262700

联邦学习(FL)可以使用户在不直接上传原始数据的条件下完成多方数据共享和交互,有效降低隐私泄露风险。然而,现有的研究表明敌手仍可以通过共享的梯度信息重构出原始数据。为进一步保护联邦学习隐私,基于生成对抗网络(GAN)提出一种联邦... 详细信息

联邦学习(FL)可以使用户在不直接上传原始数据的条件下完成多方数据共享和交互,有效降低隐私泄露风险。然而,现有的研究表明敌手仍可以通过共享的梯度信息重构出原始数据。为进一步保护联邦学习隐私,基于生成对抗网络(GAN)提出一种联邦学习深度影子防御方案。首先,通过生成对抗网络学习原始真实数据分布特征,并生成可替代的影子数据;然后,通过影子数据训练影子模型替代原始模型,敌手无法直接获取真实数据训练过的原始模型;最后,利用影子数据在影子模型中产生的影子梯度替代真实梯度,使敌手无法获取真实梯度。在CIFAR10和CIFAR100数据集上进行了实验:与添加噪声、梯度裁剪、梯度压缩、表征扰动和局部正则化稀疏化五种防御方案相比,在CIFAR10数据集上所提方案的均方误差(MSE)是对比方案的1.18~5.34倍,特征均方误差(FMSE)是对比方案的4.46~1.03×10^(7)倍,峰值信噪比(PSNR)是对比方案的49.9%~90.8%;在CIFAR100数据集上的MSE是对比方案的1.04~1.06倍,FMSE是对比方案的5.93~4.24×10^(3)倍,PSNR是对比方案的96.0%~97.6%。相较于深度影子防御方法,所提方案考虑了敌手的实际攻击能力和影子模型训练存在的问题,设计了威胁模型和影子模型生成算法,在理论分析和实验方面表现更好,而且能够在保证准确率的前提下有效降低联邦学习隐私泄露风险。

关键词：联邦学习生成对抗网络梯度反演隐私保护防御方案

矿体极化自然电位电流源三维反演成像(英文)

在线全文

学校读者我要写书评

暂无评论

Transactions of Nonferrous Metals Society of China 2024年

作者：张丽娟崔益安谢静柳建新湖南省有色资源与地质灾害探查湖南省重点实验室中南大学有色金属成矿预测与地质环境监测教育部重点实验室北京大学地球与空间科学学院中南大学地球科学与信息物理学院

提出一种基于自然单元法的最小二乘正则化自然电位精细反演方法以提高矿物极化自然电位数据的定量解释效果。结果表明自然单元法有效解决了复杂电阻率模型的剖分问题，便于开展自然电位精细正演计算。通过将该梯度反演算法应用于合成数... 详细信息

提出一种基于自然单元法的最小二乘正则化自然电位精细反演方法以提高矿物极化自然电位数据的定量解释效果。结果表明自然单元法有效解决了复杂电阻率模型的剖分问题，便于开展自然电位精细正演计算。通过将该梯度反演算法应用于合成数据以及铁-铜金属块氧化还原监测实验测量数据，成功重构了埋藏矿体模型的三维精细结构，并绘制了自然电流源的空间分布。本研究有助于了解金属矿床极化过程与其自然电位响应之间的定量关系，为自然电位法圈定陆地及海底金属矿床提供有益参考。

关键词：矿物极化自然电位自然单元法梯度反演

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

联邦学习中客户端的贡献评估技术研究

联邦学习中客户端的贡献评估技术研究

作者：汪浩哈尔滨工程大学

学位级别：硕士

联邦学习(Federated Learning,FL)是一种新兴的分布式机器学习范式,该范式被用来协助服务器训练一个拥有海量客户端的全局模型。联邦学习将数据分布在不同的客户端上,实现了跨边界的数据共享和模型协作。在联邦学习中,客户端的贡献评估... 详细信息

联邦学习(Federated Learning,FL)是一种新兴的分布式机器学习范式,该范式被用来协助服务器训练一个拥有海量客户端的全局模型。联邦学习将数据分布在不同的客户端上,实现了跨边界的数据共享和模型协作。在联邦学习中,客户端的贡献评估是相当重要的组成部分,只有合理地评估了客户端的贡献,服务器才能在后续公平地为客户端发放激励。现实中,有些客户端的本地数据和计算能力不符合服务器的需求,它们却为了获取更多的激励从而伪造自己的贡献去欺骗诚实的服务器。为了识别出这种恶意行为,并有效地评估客户端的贡献,本文将客户端的贡献分为数据集和本地训练两个方面,并分别评估其贡献。首先,针对联邦学习中存在客户端欺骗服务器且谎称本地数据集满足联邦学习训练需求的问题,本文首次提出了数据集完整度指标,并基于该指标设计了评估客户端贡献的联邦模型。通过对比实际的数据集完整度和基于梯度反演的测试集中的数据集完整度,验证该指标的有效性。除此之外还对比了本模型和传统联邦学习面对低数据贡献客户端的全局训练表现,验证了本文提出的模型能够有效的评估客户端数据集的贡献。其次,针对联邦学习中存在客户端欺骗服务器且谎称本地真实训练次数满足联邦学习训练需求的问题,本文首次提出了训练完整度指标,并基于该指标设计了评估客户端贡献的联邦模型。通过对比实际的真实训练次数和基于余弦相似度检测出的训练次数,验证该指标的有效性。除此之外还对比了本模型和传统联邦学习面对低训练贡献客户端的训练表现,验证了提出的模型能够有效的评估客户端本地训练的贡献。

关键词：联邦学习客户端贡献评估梯度反演余弦相似度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

地面高精度磁法在甘肃白银地区的应用

内蒙古煤炭经济 2023年第9期 181-183页

作者：粟鹏王淦甘肃省有色金属地质勘查局天水矿产勘查院甘肃天水741025

本文简要介绍了地面高精度磁法面积测量在圈定矿(化)体上的应用效果,通过磁法剖面测量对局部异常的细节进行解译。

关键词：地面高精度磁测剖面测量综合异常化极梯度反演