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！

龙图腾网获悉山东浪潮科学研究院有限公司申请的专利一种图卷积神经网络联邦建模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：CN116415040B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310476459.8，技术领域涉及：G06F16/901；该发明授权一种图卷积神经网络联邦建模方法是由孙善宝;贾荫鹏;沈国栋;罗清彩;李锐设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本一种图卷积神经网络联邦建模方法在说明书摘要公布了：本发明涉及图神经网络技术领域，具体为一种图卷积神经网络联邦建模方法，包括以下步骤：提取整体图模型结构特征；选择公共节点子图；训练子图模型联邦建模的模型；训练整体图模型；推理预测任务；有益效果为：本发明提出的图卷积神经网络联邦建模方法针对节点重合等真实业务复杂建模需求场景，充分考虑参与建模的数据所有者各自拥有图数据的相关性，根据策略选择，采用隐私集合求交PSI协议确定共同节点，选出价值高的共同节点，基于选中的公共节点形成的子图进行安全联合建模，进而汇入整体图数据结构，完成整体图数据的安全建模。相较于传统的建模方式，通过公共节点子图图卷积安全联合建模的方式，能够更好挖掘出机构数据之间的深层联系。

本发明授权一种图卷积神经网络联邦建模方法在权利要求书中公布了：1.一种图卷积神经网络联邦建模方法，其特征在于：所述方法包括以下步骤： 提取整体图模型结构特征； 选择公共节点子图； 训练子图模型联邦建模的模型； 训练整体图模型； 推理预测任务； 提取整体图模型结构特征包括以下步骤： 步骤101、根据业务领域预测任务Pred的需求，选定影响预测任务的数据特征； 步骤102、各个联合建模方收集预测任务Pred业务领域海量数据，获取预测任务的真实标签，形成训练数据； 步骤103、各个联合建模方i通过图结构特征生成器GSGen对各自训练数据进行处理，生成图结构GS-i； 选择公共节点子图包括以下步骤： 步骤201、隐私集合求交PSI模块设定隐私集合求交规则，默认为所有参与方的公共节点为隐私求交结果； 步骤202、节点选择模块NSC设定公共节点选择策略，设定公共节点数量、公共节点占比、优先节点选择规则参数； 步骤203、根据各个联合建模方i拥有的图结构GS-i的节点集合，通过隐私集合求交PSI模块，进行多方的安全集合求交，获取公共节点集合； 步骤204、节点选择模块NSC对公共节点集合进行判断，不满足节点选择策略的要求，则重新设定隐私集合求交规则，由隐私集合求交PSI模块重新选择； 步骤205、满足设定的选择策略，节点选择模块NSC选出公共节点集合SelNodeSet； 步骤206、改变公共节点选择策略设定，针对图数据找到最优的节点选择策略； 训练子图模型联邦建模的模型包括以下步骤： 步骤301、各个联合建模方i通过子图结构特征生成器SubGSGen对各自拥有的图结构GS-i进行处理，结合选出公共节点集合SelNodeSet，生成图结构SelGS-i； 步骤302、将子图结构生成器SubGSGen、图卷积操作、安全聚合模块SF以及预测任务Pred构成一个模型来进行训练； 步骤303、各个联合建模方i对图结构SelGS-i分别进行GCN图卷积操作，形成各自的节点嵌入向量和关系嵌入向量； 步骤304、将各个联合建模方形成的节点嵌入向量和关系嵌入向量通过安全聚合模块SF基于秘密分享方法，进行加权平均安全聚合； 步骤305、将安全聚合结果的嵌入向量输入到所述的预测任务Pred输出标签； 步骤306、通过损失梯度计算模型更新模块CL对预测任务Pred输出的预测结果与预测任务实际标签进行计算，并将误差反向传播更新模型； 步骤307、节点向量距离计算NVC模块设定tripleloss损失函数，通过计算各方共同节点的嵌入向量的余弦相似度距离，使其最小化相同节点之间的节点嵌入向量距离，最大化不同节点的嵌入向量距离，并将梯度反向传播，更新所述的图结构生成器SubGSGen； 步骤308、反复执行步骤302至307，各联合建模方i得到最终的公共节点子图结构SelGS-i，包括其节点嵌入向量及关系嵌入向量； 训练整体图模型包括以下步骤： 步骤401、各个联合建模方i通过融合图结构生成器FusGSGen对各自拥有的图结构GS-i以及公共节点子图结构SelGS-i进行处理，结合选出的公共节点集合SelNodeSet，生成图结构newGS-i； 步骤402、将融合图结构生成器FusGSGen、图卷积操作、安全聚合模块SF以及预测任务Pred构成一个模型来进行训练； 步骤403、各个联合建模方i对图结构newGS-i分别进行GCN图卷积操作，形成各自的节点嵌入向量和关系嵌入向量； 步骤404、将各个联合建模方形成的节点嵌入向量和关系嵌入向量通过安全聚合模块SF基于秘密分享方法，进行加权平均安全聚合； 步骤405、将安全聚合结果的嵌入向量输入到预测任务Pred输出标签； 步骤406、通过损失梯度计算模型更新模块CL对预测任务Pred输出的预测结果与预测任务实际标签进行计算，并将误差反向传播更新模型； 步骤407、公共节点向量更新模块NUPD设定节点嵌入向量更新梯度阈值，并将梯度反向传播，限制更新图结构newGS的公共节点嵌入向量的范围； 步骤408、反复执行步骤402至407，各联合建模方i得到最终的公共节点子图结构newGS-i，包括其节点嵌入向量及关系嵌入向量； 推理预测任务包括以下步骤： 步骤501、联合建模方i根据真实数据，各自通过图特征生成器GSGen生成图结构GS-i； 步骤502、通过隐私集合求交PSI模块和节点选择模块，生成节点集合SelNodeSet； 步骤503、联合建模方i通过子图结构特征生成器SubGSGen对各自拥有的图结构GS-i进行处理，结合选出公共节点集合SelNodeSet，生成图结构SelGS-i； 步骤504、联合建模方i通过融合图结构生成器FusGSGen对各自拥有的图结构GS-i以及公共节点子图结构SelGS-i进行处理，结合选出的公共节点集合SelNodeSet，生成图结构newGS-i； 步骤504、将各个联合建模方形成的节点嵌入向量和关系嵌入向量通过安全聚合模块SF基于秘密分享方法，进行加权平均安全聚合，并经过预测任务Pred输出预测结果； 步骤505、各方持续收集数据，同时对输出结果正确性进行反馈，用于模型的持续优化。

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山东浪潮科学研究院有限公司，其通讯地址为：250100 山东省济南市高新浪潮路1036号S02号楼；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”。