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！

龙图腾网获悉浙江万里学院申请的专利基于知识蒸馏的轻量化模型迁移学习方法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：CN120181188B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510641888.5，技术领域涉及：G06N3/096；该发明授权基于知识蒸馏的轻量化模型迁移学习方法是由赵晨;杜晨杰;柴本成设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本基于知识蒸馏的轻量化模型迁移学习方法在说明书摘要公布了：本发明公开了基于知识蒸馏的轻量化模型迁移学习方法，属于人工智能安全技术领域，该学习方法，包括S1、安全初始化模块构建，在预设的云端服务器部署教师模型；S2、轻量化学生模型生成，预设处理模块接收教师模型，对教师模型进行模型压缩处理；S3、知识迁移安全防护，对所述轻量化学生模型进行训练；S4、部署环境安全绑定，将经过训练后的所述轻量化学生模型与预设的目标运行设备进行绑定验证；S5、全周期审计追踪，建立可追溯的审计管理模块，记录从教师模型压缩到部署所述轻量化学生模型运行的全流程操作日志。本发明通过步骤S1‑S5，避免了原始教师模型结构信息泄露，对教师模型在部署环节进行动态权限控制。

本发明授权基于知识蒸馏的轻量化模型迁移学习方法在权利要求书中公布了：1.基于知识蒸馏的轻量化模型迁移学习方法，其特征在于：包括以下步骤： S1、安全初始化模块构建，在预设的云端服务器部署教师模型，并建立动态权限验证机制，授权用户经过所述动态权限验证机制验证后，通过预设的设备调用教师模型并对其进行传输； S2、轻量化学生模型生成，预设处理模块接收教师模型，对教师模型进行模型压缩处理，并对在压缩过程中产生的关键参数添加保护标记，根据所述保护标记对教师模型中的关键知识片段可控干扰，生成轻量化学生模型； 所述步骤S2中的所述轻量化学生模型的生成的步骤包括： S21、通过所述处理模块对教师模型的网络结构进行层级分析，识别并移除重复或冗余的组件，生成简化后的基础模型框架； S22、在所述基础模型框架中，筛选并合并功能相似的教师模型的参数模块，减少教师模型整体参数的数量，保留教师模型中的核心知识传递所需的关键参数； S23、对所述关键参数添加可识别的保护标记，根据所述保护标记对教师模型中的关键知识片段添加可控干扰，最终生成轻量化学生模型； 所述步骤S23中对所述关键参数添加可识别的保护标记的步骤如下： S231、根据教师模型中的参数的功能重要性，筛选出影响教师模型中的核心知识传递的关键参数，生成多个参数文件，并为每个所述参数文件中的每个所述关键参数分配唯一标识符； S232、将所述标识符嵌入所述参数文件的描述字段中，使得所述标识符与所述参数文件中的关键参数数值一一对应，形成标记，并对标记后的所述参数文件生成验证码，将所述验证码独立存储于预设的安全验证模块中； 所述参数文件中的关键参数的标记分为：高重要性标记的参数、中重要性标记的参数、低重要性标记的参数； 所述步骤S23中根据所述保护标记对教师模型中的关键知识片段添加可控干扰的具体步骤如下： S233、对所述高重要性标记的参数，叠加随机噪声并限制噪声强度不超过参数原始值的15%，对所述中重要性标记的参数，对参数值进行区间平移或比例缩放，偏移幅度控制在5%～10%，对低重要性的参数，保留原始数值仅添加微量扰动； S234、根据授权用户的所述设备的硬件特征生成干扰因子，所述干扰因子每间隔预设周期自动更新一次； S3、知识迁移安全防护，对所述轻量化学生模型进行训练，并在训练过程中实时验证数据访问权限，根据训练阶段动态调整防护强度； S4、部署环境安全绑定，将经过训练后的所述轻量化学生模型与预设的目标运行设备进行绑定验证，并部署实时行为监控模块，监测所述轻量化学生模型在加载和推理过程中的异常操作； S5、全周期审计追踪，建立可追溯的审计管理模块，记录从教师模型压缩到部署所述轻量化学生模型运行的全流程操作日志，对所述全流程操作日志中的关键操作节点生成不可篡改的验证标记，并定期生成安全评估报告。

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万里学院，其通讯地址为：315100 浙江省宁波市鄞州区钱湖南路8号；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”。