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！

龙图腾网获悉浙江大学申请的专利考虑盟友间数据泄露的纵向联邦学习隐私保护方法和系统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：CN120296798B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510775759.5，技术领域涉及：G06F21/62；该发明授权考虑盟友间数据泄露的纵向联邦学习隐私保护方法和系统是由纪守领;林瑞潇;王露怡;职巳杰;周纯毅设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本考虑盟友间数据泄露的纵向联邦学习隐私保护方法和系统在说明书摘要公布了：本发明公开了一种考虑盟友间数据泄露的纵向联邦学习隐私保护方法和系统，属于垂直联邦学习隐私保护领域。记录纵向联邦学习系统的服务器端顶层模型的初始准确率，服务器维护一个采样自各客户端本地数据的数据子集；将每一个客户端依次视为第二客户端，其余客户端视为第一客户端，计算各第一客户端窃取第二客户端数据的风险，将风险最大值作为第二客户端的总体隐私泄露风险，若总体隐私泄露风险超过风险阈值，则对服务器下发至第二客户端的更新梯度加噪，基于加噪结果重新计算总体隐私泄露风险直至满足隐私保护条件；遍历全部客户端；本发明解决了纵向联邦学习中面向不依赖标签、中间结果和顶层模型的盟友间数据泄露风险的隐私保护能力增强问题。

本发明授权考虑盟友间数据泄露的纵向联邦学习隐私保护方法和系统在权利要求书中公布了：1.一种考虑盟友间数据泄露的纵向联邦学习隐私保护方法，其特征在于，包括： 记录纵向联邦学习系统的服务器端顶层模型的初始准确率，服务器维护一个采样自各客户端本地数据的数据子集； 将每一个客户端依次视为第二客户端，其余客户端视为第一客户端，计算各第一客户端窃取第二客户端数据的风险，将风险最大值作为第二客户端的总体隐私泄露风险，若总体隐私泄露风险超过风险阈值，则对服务器下发至第二客户端的更新梯度加噪，基于加噪结果重新计算总体隐私泄露风险直至满足隐私保护条件；遍历全部客户端； 计算第一客户端窃取第二客户端数据的风险时，基于服务器维护的第一客户端的数据子集训练一个标签重建器；获取第一客户端数据子集的第一语义相似图像集，以及第二客户端数据子集的第二语义相似图像集，两个语义相似图像集的样本空间对齐；利用标签重建器生成来自第一语义相似图像集的第一样本的伪标签，以第一样本及其伪标签作为条件引导，利用条件扩散模型重建来自第二语义相似图像集的第二样本的候选集合，从候选集合中筛选重建样本，根据重建样本和第二样本的峰值信噪比得到第一客户端窃取第二客户端数据的风险。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。