Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学邱雪松获国家专利权

北京邮电大学邱雪松获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利一种可信沙盒扩展的联邦学习优化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:CN119740634B

龙图腾网通过国家知识产权局官网在2025-11-25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:202411611166.7,技术领域涉及:G06N3/098;该发明授权一种可信沙盒扩展的联邦学习优化方法是由邱雪松;李婷婷;郭少勇;陈洁蔚;亓峰设计研发完成,并于2024-11-12向国家知识产权局提交的专利申请。

一种可信沙盒扩展的联邦学习优化方法在说明书摘要公布了:本发明提供一种可信沙盒扩展的联邦学习优化方法,该方法包括:在沙盒中对全局模型进行训练,得到局部模型更新参数;全局模型用于电力业务的预测;将局部模型更新参数发送至聚合节点;聚合节点用于基于局部模型更新参数,确定更新后的全局模型。本申请实施例的方法有效地保证了电力业务预测相关的联邦学习的安全性。

本发明授权一种可信沙盒扩展的联邦学习优化方法在权利要求书中公布了:1.一种可信沙盒扩展的联邦学习优化方法,其特征在于,应用于参与联邦学习任务的客户端,包括: 在沙盒中对全局模型进行训练,得到局部模型更新参数;所述全局模型用于电力业务的预测; 将所述局部模型更新参数发送至聚合节点;所述聚合节点用于基于所述局部模型更新参数,确定更新后的全局模型; 所述将所述局部模型更新参数发送至聚合节点之后,还包括: 接收所述聚合节点发送的测试梯度;所述测试梯度是基于深度确定性策略构建的; 根据所述测试梯度,确定响应梯度并发送至所述聚合节点;所述测试梯度以及所述响应梯度之间的方向偏差和幅度偏差用于所述聚合节点识别所述客户端是否为恶意节点。

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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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。