买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江非线数联科技股份有限公司申请的专利基于联邦学习的客户端数据真实性校验方法、介质及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118070325B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410109910.7，技术领域涉及：G06F21/62；该发明授权基于联邦学习的客户端数据真实性校验方法、介质及设备是由朱忠良;郑培培;徐欢设计研发完成，并于2024-01-25向国家知识产权局提交的专利申请。

本基于联邦学习的客户端数据真实性校验方法、介质及设备在说明书摘要公布了：本发明涉及一种基于联邦学习的客户端数据真实性校验方法、介质及设备，设置本地模型学习数据特征及对应标签；基于联邦学习，以所有参与方的数据的特征和标签协同训练全局模型，以全局模型聚合本地信息，对客户端数据的真实性做出校验；基于方法实现介质和设备。本发明在本地模型学习数据特征及对应标签，通过全局模型聚合本地信息，对客户端数据真实性做出判别，在不侵犯数据隐私的前提下，所有参与方的特征与标签以联邦学习的形式协同训练全局模型，能够分布式学习本地客户端数据特征与可靠性标签之间的联系，并以全局信息为指导，判别各个客户端数据的真实性和可靠性；特别适用于联邦学习场景，实现对客户端数据真实性和可靠性的判别。

本发明授权基于联邦学习的客户端数据真实性校验方法、介质及设备在权利要求书中公布了：1.一种基于联邦学习的客户端数据真实性校验方法，其特征在于：所述方法设置本地模型，用于学习数据特征及对应标签；基于联邦学习，以所有参与方的数据的特征和标签协同训练全局模型，以全局模型聚合本地信息，对客户端数据的真实性做出校验；所述方法包括以下步骤：S1构建混合数据集，包括以下步骤：S1.1确定用于计算平均值的样本数量Mk；S1.2对每个客户端中的样本数据按样本数量Mk划分为多个批次，对于各批次数据分别求取均值，作为新的样本加入混合数据集Xg，Yg；S2使用本地数据训练客户端本地模型，以不同的数据可靠性标签对应不同的数据特征；数据可靠性标签包括数据可靠、数据不可靠、数据源不可靠、数据缺失、数据错误或异常值、数据造假；S3使用FedMix算法训练优化数据，解决数据异构导致的客户端偏移；S4计算每个训练轮次中客户端模型梯度与全局模型梯度的余弦相似度，获取客户端模型作为全局聚合的权重；S4包括以下步骤：S4.1设置均值聚合全局模型WG， 其中，i为本地客户端序号，n为本地客户端的总数；S4.2每个训练轮次中客户端模型梯度与全局模型梯度的余弦相似度， 其中， Wgt表示本轮初始的全局模型参数，Wit表示本地客户端i训练后的本地模型参数，η为学习率，表示梯度；S4.3以softmax函数计算聚合权值，weightsi＝softmaxSimitS5通过加权聚合，对来自所有参与者的本地模型参数进行聚合；S5包括以下步骤：S5.1初始化全局模型参数w0，选取参与训练的客户端构成集合St；S5.2判断客户端是否参与模型训练，将混合数据集Xg，Yg发送给参与训练的客户端；S5.3接收来自客户端的本地模型S5.4加权聚合pk为第k个客户端的权值，得到全局模型；S6以全局信息为依据判别客户端数据的真实性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江非线数联科技股份有限公司，其通讯地址为：311816 浙江省绍兴市诸暨市陶朱街道艮塔西路136号新金融大厦335室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。