| 注册
首页|期刊导航|信息安全研究|基于联邦学习和同态加密的电力数据预测模型本地保护

基于联邦学习和同态加密的电力数据预测模型本地保护

陈嘉翊 孙晨雨 周欣桐 胡志广

信息安全研究2023,Vol.9Issue(3):228-234,7.
信息安全研究2023,Vol.9Issue(3):228-234,7.DOI:10.12379/j.issn.2096-1057.2023.03.03

基于联邦学习和同态加密的电力数据预测模型本地保护

Local Protection of Power Data Prediction Model Based on Federated Learning and Homomorphic Encryption

陈嘉翊 1孙晨雨 1周欣桐 1胡志广1

作者信息

  • 1. 国网商用大数据有限公司 北京 100053
  • 折叠

摘要

关键词

电力数据/Paillier同态加密算法/联邦学习/LSTM神经网络算法

分类

信息技术与安全科学

引用本文复制引用

陈嘉翊,孙晨雨,周欣桐,胡志广..基于联邦学习和同态加密的电力数据预测模型本地保护[J].信息安全研究,2023,9(3):228-234,7.

基金项目

2022年国网数字科技控股有限公司科技项目(1200/2022-87002B) (1200/2022-87002B)

信息安全研究

OA北大核心CSCDCSTPCD

2096-1057

访问量0
|
下载量0
段落导航相关论文