浙江大学;浙大宁波理工学院;浙江文谷科技有限公司吴亦初获国家专利权
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;浙大宁波理工学院;浙江文谷科技有限公司申请的专利通过组合差分隐私噪声份额的联邦学习方法、装置及介质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：CN119783849B 。
龙图腾网通过国家知识产权局官网在2025-10-24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：202411824377.9，技术领域涉及：G06N20/00；该发明授权通过组合差分隐私噪声份额的联邦学习方法、装置及介质是由吴亦初;周义朋;文世挺;董海波;周奇平设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。
本通过组合差分隐私噪声份额的联邦学习方法、装置及介质在说明书摘要公布了：本发明公开了一种通过组合差分隐私噪声份额的联邦学习方法、装置及介质，涉及数据隐私保护技术领域，主要包括步骤：各客户端将各自密钥对中的公钥通过服务器进行广播；任意两个客户端之间基于密钥协商函数生成相同的随机种子，并基于随机种子构建相同的伪随机数生成器；各客户端根据公钥广播成功的客户端数量，进行高斯噪声份额的确定；基于高斯噪声份额和伪随机数生成器，各自客户端对其训练后的本地模型进行噪音添加下的模型混淆；各客户端上传混淆后的本地模型至服务器进行模型聚合，并将聚合后的模型作为下一轮次的全局模型进行分发。本发明通过将高斯机制与多方计算和加密相结合有效地混淆了隐私信息，并对高斯噪声进行了有效消除。
本发明授权通过组合差分隐私噪声份额的联邦学习方法、装置及介质在权利要求书中公布了：1.一种通过组合差分隐私噪声份额的联邦学习方法，其特征在于，在每一轮次的迭代学习中均包括如下步骤： S1：各客户端接收由服务器生成的全局模型，并基于接收到的全局模型生成本地模型； S2：各客户端基于密钥协商协议生成密钥对，并将各自密钥对中的公钥通过服务器进行广播； S3：任意两个客户端之间基于密钥协商函数生成相同的随机种子，并基于随机种子构建相同的伪随机数生成器； S4：基于服务器本轮次分发并生成的本地模型，各客户端在各自私有数据集的基础上对本地模型进行训练； S5：各客户端根据公钥广播成功的客户端数量，进行高斯噪声份额的确定； S6：基于高斯噪声份额和伪随机数生成器，各自客户端对其训练后的本地模型进行噪音添加下的模型混淆； S7：各客户端上传混淆后的本地模型至服务器进行模型聚合，并将聚合后的模型作为下一轮次的全局模型进行分发，进入下一轮次。
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;浙大宁波理工学院;浙江文谷科技有限公司，其通讯地址为：310000 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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励