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！

龙图腾网获悉西安电子科技大学广州研究院申请的专利基于全黑塞曲率的对抗训练模型的数据遗忘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：CN117436092B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202210798643.X，技术领域涉及：G06F21/60；该发明授权基于全黑塞曲率的对抗训练模型的数据遗忘方法是由薛明胜;许丽莎;娄坚;刘静设计研发完成，并于2022-07-07向国家知识产权局提交的专利申请。

本基于全黑塞曲率的对抗训练模型的数据遗忘方法在说明书摘要公布了：本发明提供的一种基于全黑塞曲率的对抗训练模型的数据遗忘方法，将训练数据集中的样本图片输入至逻辑斯蒂模型学习训练，得到训练完成的逻辑斯蒂模型的参数；接收移除请求，当移除请求数量达到移除机制启动阈值时，使用共轭梯度法求解目标样本的全黑塞矩阵的相关信息与所有样本图像的全黑塞矩阵和，两者之间影响函数所导出的线性方程组来更新逻辑斯蒂模型的参数。本发明采用全黑塞矩阵相关形式，通过引入一系列的近似和转换增强移除的效率，极大地减小黑塞矩阵部分的计算量，同时仍然保持有效的遗忘学习性能。本发明的方法可以降低用户数据被不法分子所窃取的可能性。

本发明授权基于全黑塞曲率的对抗训练模型的数据遗忘方法在权利要求书中公布了：1.一种基于全黑塞曲率的对抗训练模型的数据遗忘方法，其特征在于，包括： 步骤1：获取有监督的数据集作为训练数据集； 其中，所述训练数据集中包括多张样本图片，每张样本图片包括多个维度，且自身携带有分类标签； 步骤2：将所述训练数据集中的多张样本图片输入至预设的逻辑斯蒂模型中，以使逻辑斯蒂模型将自身与样本图片维度相同的参数与样本图片作线性相乘，将相乘结果嵌入损失函数，根据损失函数对所述逻辑斯蒂模型进行优化，从而实现逻辑斯蒂模型的对抗训练；在对抗训练过程中，使用随机梯度下降优化逻辑斯蒂模型参数，直至逻辑斯蒂模型收敛完成训练，得到逻辑斯蒂模型的参数； 步骤3：接收移除请求，当移除请求数量达到设置的移除机制启动阈值时，则根据移除请求是否为单点移除请求的情况，使用共轭梯度法求解目标样本的全黑塞矩阵相关信息与所有样本图像的全黑塞矩阵和，两者之间影响函数所导出的线性方程组； 步骤4：使用影响函数更新所述逻辑斯蒂模型的参数，以剔除请求移除的样本图像对逻辑斯蒂模型的影响，将更新后的参数保存在设备中，以在非法用户窃取对应用户数据时获知更新后的参数。

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西安电子科技大学广州研究院，其通讯地址为：510000 广东省广州市黄埔区中新知识城海丝中心B5、B6、B7栋；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”。

以上内容由龙图腾AI智能生成。