PRESERVING DATA PRIVACY AND PREVENTING MALICIOUS ATTACKS FOR FEDERATED LEARNING USING BLOCKCHAIN
Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Đỗ Lý Anh Thư |
| Người hướng dẫn | Thái Minh Tuấn |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2024 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Federated Learning Federated Learning is currently used in many fields that require high data security such as healthcare. FL allows models to be trained directly on personal devices such as mobile phones, tablets, or IoT devices. Instead of sending all raw data to the server, only the model parameters are sent to the central server for synthesis. This helps protect the data privacy of participating machines. However, in FL, there are still many dangers when there are external attackers who want to access the original data through the sent model, or the appearance of malicious clients to reduce the performance of the model. This thesis has solved the above two problems by combining Smart Contract and RSA and AES encryption algorithms. In addition, the proposed FL system also has a mechanism to calculate contribution points and reputation points to eliminate malicious clients using the Multi-Krum algorithm. To demonstrate the effectiveness of the method, the system has installed a few malicious clients to attack the global model. After the experiment, the accuracy of the model when trained in the proposed system is always stable between 92% and 98% while the conventional FL has a very low accuracy of less than 20%.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- XÂY DỰNG WEBSITE QUẢN LÝ KHÁCH SẠN
- TRONG NHẬN DẠNG VÀ PHÂN LOẠI NÔNG SẢN (MACHINE LEARNING
- XÂY DỰNG ỨNG DỤNG PHÁT HIỆN MỘT SỐ CÔN TRÙNG GÂY HẠI TRÊN CÂY ĂN QUẢ Ở ĐỒNG BẰNG SÔNG CỬU LONG VỚI YOLOV8
- XÂY DỰNG HỆ THỐNG HỖ TRỢ PHÊ DUYỆT
- HỆ THỐNG QUẢN LÝ BÁN HÀNGTHỜI TRANGTÍCH HỢP GỢI Ý SẢN PHẨM
- XÂY DỰNG HỆ THỐNG PHÁT NHẠC TRỰC TUYẾN
- XÂY DỰNG NGÔI NHÀ THÔNG MINH
- XÂY DỰNG HỆ THỐNG ĐỀ XUẤT TUYẾN BUS TRÊN OPENSTREETMAP Phân hệ xây dựng app đề xuất tuyến bus trên nền tảng di động
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.