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！

龙图腾网获悉南京大学申请的专利一种通信高效、保护隐私且抗攻击的联邦学习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：CN115329981B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202210955496.2，技术领域涉及：G06N20/00；该发明授权一种通信高效、保护隐私且抗攻击的联邦学习方法是由李武军;王昆;杨亦锐设计研发完成，并于2022-08-10向国家知识产权局提交的专利申请。

本一种通信高效、保护隐私且抗攻击的联邦学习方法在说明书摘要公布了：本发明公开了一种通信高效、保护隐私且抗攻击的联邦学习方法，步骤如下：每个用户节点从服务器获取最新的模型参数，计算梯度，将梯度中绝对值最大的若干个分量的索引集合上传至服务器节点；服务器接收所有用户节点发送的索引集合，计算所有用户节点索引集合的并集并广播给用户节点；每个用户节点根据服务器广播的索引集合计算压缩梯度，应用安全聚合技术对压缩梯度进行隐私保护，然后上传至服务器节点；服务器节点通过聚合函数，根据各用户节点发送的压缩梯度和索引集合计算出最终梯度并发送给用户节点；重复以上训练步骤，直到满足停止条件；最后，服务器通知各个用户节点停止。本发明具备通信高效性、隐私保护性和对攻击的鲁棒性，广泛适用于各类联邦学习应用。

本发明授权一种通信高效、保护隐私且抗攻击的联邦学习方法在权利要求书中公布了：1.一种通信高效、保护隐私且抗攻击的联邦学习方法，其特征在于，包括以下步骤： 1每个用户节点从服务器获取最新的模型参数，根据本地存储的训练数据计算梯度，将梯度中绝对值最大的若干个分量的索引集合上传至服务器节点； 2服务器接收所有用户节点发送的索引集合，计算所有用户节点索引集合的并集，并广播给用户节点； 3每个用户节点再根据服务器广播的索引集合计算出压缩梯度，应用安全聚合技术对压缩梯度进行隐私保护，然后上传至服务器节点； 4服务器节点通过聚合函数，根据各用户节点发送的压缩梯度和索引集合计算出最终梯度，再将最终梯度发送给用户节点； 5不断重复以上训练步骤，直到满足停止条件时，服务器通知各个用户节点停止； 所述方法在服务器节点上训练流程的具体步骤为： S101、输入用户节点数目、迭代轮次、以及聚合函数； S102、令，初始化模型参数，并发送给所有用户节点； S103、等待接收来自任意用户节点的索引集合； S104、判断接收到索引集合的数量是否等于；若否，则回到步骤S103；若是，则计算，并向所有用户节点广播； S105、协调各个用户间通信，完成安全聚合； S106、接收来自任意用户节点的本地压缩梯度； S107、判断接收到稀疏梯度的数量是否等于；若否，则回到步骤S106；若是，则使用和恢复所有稀疏梯度； S108、计算最终梯度更新； S109、将压缩梯度更新广播给所有用户节点； S110、判断此时是否满足，若否，则令，返回步骤S103继续训练；若是，则通知各个用户节点停止工作； 所述方法在第个用户节点训练流程的具体步骤为： S201、输入训练样本集合的子集和每次采样的批量大小、学习率、用户节点数目、稀疏因子； S202、令，接收服务器节点发送的模型参数，同时初始化本地误差累积向量； S203、从本地数据集中随机挑选样本； S204、根据挑选出的样本，计算出随机梯度，则表示所对应的损失函数在当前模型参数下的梯度； S205、计算； S206、计算由中绝对值最大的个分量的索引构成的集合； S207、将发送给服务器节点； S208、从服务器节点接收索引集合； S209、根据计算，对于每一个，令，对其余的每一个维度，令，其中表示向量第个分量上的值； S210、通过安全聚合技术，对进行隐私保护； S211、将通过安全聚合保护后的压缩梯度发送给服务器节点； S212、从服务器节点接收压缩梯度更新； S213、使用和恢复； S214、更新模型参数，更新； S215、判断是否收到服务器节点发送的停止工作消息，若否，则返回步骤S203，继续训练；若是，则结束训练。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。