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优化后门攻击下的联邦学习模型防御机制性能评估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：CN119539127B 。

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：202411703304.4，技术领域涉及：G06N20/00；该发明授权优化后门攻击下的联邦学习模型防御机制性能评估方法是由纪守领;陈曦;曾睿;周纯毅;蒲誉文;李清明设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本优化后门攻击下的联邦学习模型防御机制性能评估方法在说明书摘要公布了：本发明公开了一种优化后门攻击下的联邦学习模型防御机制性能评估方法，属于网络安全领域。所述方法包括：联邦学习训练前期攻击方正常参与训练；在训练中期，攻击方拿到全局模型；攻击方在正常参预训练的同时，提前利用拿到的全局模型通过模拟正常训练以及后门模型训练，利用更新差异提前优化触发器；在训练后期，利用优化后的触发器进行后门攻击，并用同样的方法重新拿到的全局模型持续优化触发器，从而提升攻击效果与效率；基于最终优化后的触发器进行后门攻击测试，评估联邦学习模型防御机制性能。本发明涉及的优化后门攻击下的联邦学习模型脆弱性评估方法针对现有的防御提出的一套新的攻击思路和有效的评估方法，揭示了现有防御的漏洞。

本发明授权优化后门攻击下的联邦学习模型防御机制性能评估方法在权利要求书中公布了：1.一种优化后门攻击下的联邦学习模型防御机制性能评估方法，其特征在于，包括： S1：建立包括一个发起方和多个参与方的联邦学习评估体系，发起方拥有待评估的全局模型，参与方拥有各自的用于全局模型训练的本地训练数据集，定义其中一个参与方为攻击方，预设训练总轮次、初期训练轮次和中期训练轮次；在所述发起方和参与方之间进行联邦学习训练过程中设有待评估的用于抵御后门攻击的防御机制； S2：各参与方根据本地训练数据集对发起方的全局模型进行初期的联邦学习训练，直至达到初期训练轮次，得到初期的全局模型； S3：各参与方根据本地训练数据集对初期的全局模型进行中期的联邦学习训练，直至达到中期训练轮次，得到中期的全局模型；在中期的联邦学习训练期间，攻击方初始化触发器并将触发器添加至本地训练数据集中，采用未添加触发器的训练数据集参与联邦学习训练，同时备份每轮联邦学习训练的全局模型，并在备份模型上采用添加触发器的训练数据集进行并行训练，基于两种训练对模型参数更新的差异采用自适应优化方法对触发器的参数进行优化更新； S4：各参与方根据本地训练数据集对中期的全局模型进行后期的联邦学习训练，直至达到训练总轮次；在后期的联邦学习训练期间，攻击方将当前的触发器添加至本地训练数据集中，采用添加触发器的训练数据集参与联邦学习训练，同时备份每轮联邦学习训练的全局模型，并在备份模型上采用未添加触发器的训练数据集进行并行训练，基于两种训练对模型参数更新的差异采用自适应优化方法对触发器的参数进行优化更新； S5：基于最终的触发器构建测试数据集，对训练完成的全局模型进行测试，计算模型输出的准确率，基于准确率评估防御机制性能。

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”。

以上内容由龙图腾AI智能生成。