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！

龙图腾网获悉中国海洋大学申请的专利一种基于联邦学习的后门攻击防御方法及系统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：CN116029369B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310096388.9，技术领域涉及：G06N3/098；该发明授权一种基于联邦学习的后门攻击防御方法及系统是由王晓东;李晓璇;魏志强;杨昊宇设计研发完成，并于2023-02-10向国家知识产权局提交的专利申请。

本一种基于联邦学习的后门攻击防御方法及系统在说明书摘要公布了：本发明属于机器学习技术领域，公开了一种基于联邦学习的后门攻击防御方法及系统，所述方法包括以下步骤：确定用于训练的后门图像数据，在服务器端初始化训练任务并分发全局模型；客户端接收服务器下发的全局模型，训练本地模型，并将本地模型更新上传至服务器端；根据客户端本地模型更新的符号信息，调整服务器端全局学习率；根据基于历史全局更新的动态权值聚合规则，更新全局模型。通过本发明解决了传统联邦学习后门防御方法中受限于数据分布、攻击种类个数的问题，同时能够在不影响模型性能的情况下，达到较好的防御效果，提高了联邦学习的安全性和鲁棒性。

本发明授权一种基于联邦学习的后门攻击防御方法及系统在权利要求书中公布了：1.一种基于联邦学习的后门攻击防御方法，其特征在于，包括以下步骤： 步骤S1、确定用于训练的后门图像数据，在服务器端初始化训练任务并分发全局模型； 步骤S2、客户端接收服务器下发的全局模型，使用本地数据训练本地模型，并将生成的本地模型更新上传至服务器端； 步骤S3、根据客户端本地模型更新的符号信息，调整服务器端全局学习率； 步骤S3中，每当完成一轮全局训练，服务器端获取全部客户端上传的本地模型更新，并计算本地模型更新的符号总和，定义如下： ； 其中，n为客户端数量，为客户端i在第t轮生成的本地模型更新，为符号函数，如果＞0，则，否则； 引入学习率阈值，如果当前轮次的本地模型更新的符号总和小于阈值，此时将服务器端全局学习率调整为-，最大化模型训练损失，如果符号总和大于等于阈值，则全局学习率不变，正常更新，即： ； 其中，表示服务器端初始全局学习率，表示本地模型更新的符号总和，表示给定阈值的情况下，第t轮的全局学习率； 学习率阈值根据客户端数量及恶意客户端比例设定，的取值范围需满足，其中，C为客户端数量，P为恶意客户端所占比例； 步骤S4、处理各客户端本地模型更新的大小，使其缩放为与全局模型更新相同的量级； 步骤S5、根据基于历史全局更新的动态权值聚合规则，更新全局模型： 利用缩放处理后的本地模型更新，服务器端聚合生成全局模型更新，对于全局学习率保持不变的训练轮次，服务器端计算客户端聚合分数，筛选并去除与历史全局更新总和的余弦相似度小于零的客户端本地更新，对于全局学习率为负的训练轮次，根据客户端本地模型更新与历史全局更新总和的余弦相似度的负值计算客户端聚合分数；最后将缩放处理后的客户端本地模型更新根据聚合分数加权平均，生成全局模型更新，迭代训练直至得到最终的全局模型。

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中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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。