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基于RDP的联邦学习系统投毒攻击防御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：CN116155611B 。

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：202310203101.8，技术领域涉及：H04L9/40；该发明授权一种基于RDP的联邦学习系统投毒攻击防御方法是由沈志立;华景煜;仲盛设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本一种基于RDP的联邦学习系统投毒攻击防御方法在说明书摘要公布了：本发明公开一种基于RDP的联邦学习系统投毒攻击防御方法，包括以下步骤：客户端将所接收的全局模型作为初始模型，使用本地训练数据进行训练后，将本地模型参数与全连接层输出发送到服务器；服务器接受客户端所上传的本地模型参数与全连接层输出，将客户端的全连接层输出输入进RDP后得到异常分数，根据异常分数过滤异常程度过高的客户端，得到正常客户端集合；服务器根据每个正常客户端的异常分数计算对应的权重系数，依据权重系数对本轮训练中所有正常客户端的本地模型参数加权计算后得到全局模型参数，并将全局模型分发到客户端上。

本发明授权一种基于RDP的联邦学习系统投毒攻击防御方法在权利要求书中公布了：1.一种基于RDP的联邦学习系统投毒攻击防御方法，其特征在于，包括以下步骤： 步骤1，客户端将所接收的全局模型作为初始模型，使用本地训练数据进行训练后，将本地模型参数与全连接层输出发送到服务器； 步骤2，服务器接受客户端所上传的本地模型参数与全连接层输出，将客户端的全连接层输出输入进RDP后得到异常分数，根据异常分数过滤异常程度超过预设值的客户端，得到正常客户端集合； 步骤3，服务器根据每个正常客户端的异常分数计算对应的权重系数，依据权重系数对当前轮训练中所有正常客户端的本地模型参数加权计算后得到全局模型参数，并将全局模型分发到客户端上； 所述步骤2中具体包括： 步骤2.1，服务器接受客户端所上传的本地模型参数与全连接层输出； 步骤2.2，服务器将本轮收集到的全连接层输出作为训练集，用于训练RDP； 步骤2.3，服务器使用训练后的RDP与每个客户端的全连接层输出得到对应的异常分数； 步骤2.4，服务器将异常程度超过预设值的客户端视为恶意客户端，并将其过滤后得到正常客户端集合； 所述步骤2.2中具体包括： 步骤2.2.1，将一对全连接层输出与输入到孪生神经网络SiameseNet得到对应的特征与； 步骤2.2.2，将这一对全连接层输出与输入到映射神经网络MappingNet得到对应的重建特征与； 步骤2.2.3，将作为RDP的训练损失函数，通过随机梯度下降训练使得孪生神经网络SiameseNet逼近所要学习的映射神经网络MappingNet，为训练损失函数的第一部分；为训练损失函数的第二部分。

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。