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！

龙图腾网获悉广州芳禾数据有限公司申请的专利一种支持数据快速撤销的联邦学习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：CN117114138B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202311136534.2，技术领域涉及：G06N20/00；该发明授权一种支持数据快速撤销的联邦学习方法及系统是由张昊天;黄文喜;梁友;曾立波;喻昕昕;周兆基设计研发完成，并于2023-09-04向国家知识产权局提交的专利申请。

本一种支持数据快速撤销的联邦学习方法及系统在说明书摘要公布了：本发明涉及一种支持数据快速撤销的联邦学习方法，包括，将联邦学习的多个设备参与方随机均匀的划分为多个小组；每个小组协同共享本地训练形成的本地模型至中央服务器，并聚合形成对应的层级全局模型；当中央服务器获取到查询数据时，运行所有层级全局模型得到每个层级模型对应的预测结果，再通过聚合方法聚合所有预测结果；当数据遗忘时，确定设备参与方的所属小组，定义为小组A；中央服务器重新训练小组A的层级全局模型得到小组A更新后的层级全局模型；以小组A更新后的层级全局模型以及原有的层级全局模型继续提供预测服务。本发明提出了新联邦学习框架，既遵循数据遗忘法律条规，又能降低原联邦学习模型执行数据遗忘的计算开销。

本发明授权一种支持数据快速撤销的联邦学习方法及系统在权利要求书中公布了：1.一种支持数据快速撤销的联邦学习方法，其特征在于，包括以下： 步骤110、将联邦学习的多个设备参与方随机均匀的划分为多个小组； 步骤120、每个小组内的设备参与方协同共享本地训练形成的本地模型至中央服务器，并由中央服务器聚合形成对应的层级全局模型，得到对应小组的多个层级全局模型； 步骤130、当中央服务器获取到查询数据时，运行所有层级全局模型得到每个层级模型对应的预测结果，再通过聚合方法聚合所有所述预测结果，得到针对查询数据的最终预测； 步骤140、当中央服务器获取到某一设备参与方所提出的数据遗忘请求时，确定所述设备参与方的所属小组，定义为小组A； 步骤150、中央服务器重新训练小组A的层级全局模型得到小组A更新后的层级全局模型，不对其他小组对应的层级全局模型进行处理； 步骤160、以小组A更新后的层级全局模型以及原有的其他小组对应的层级全局模型按照步骤130继续提供预测服务； 具体的，所述步骤120包括， 对于个小组，第个小组的设备参与方如各自使用本地训练数据训练生成本地模型，其中，， 设备参与方生成关于本地模型的同态消息验证码，每个同态消息验证码是对应于每个本地模型的唯一随机字符串，用于验证本地模型发送至中央服务器过程中是否被篡改，并且，只有拥有生成同态消息验证码秘钥的一方才可以对一个本地模型生成相应同态消息验证码， 每个小组的本地模型和同态消息验证码发送给中央服务器，中央服务器聚合这些本地模型生成每个小组的层级全局模型，以及相应的同态消息验证码聚合值； 具体的，所述步骤140包括， 某一设备参与方发出数据遗忘请求时，将其设备标识符发送给中央服务器，中央服务器根据设备标识符确定其所在的组号，假定； 此外，设备参与方还需提供其曾经共享过本地模型的证明，即证明其具备生成同态消息验证码的密钥，该同态消息验证码能够被验证与其本地模型有关； 如果中央服务器验证证明是有效的，且同态消息验证码也是有效的，则中央服务器相信该参与方确实曾在小组共享过本地模型。

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广州芳禾数据有限公司，其通讯地址为：510000 广东省广州市番禺区东环街番禺大道北555号天安总部中心23号楼1402房之一；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。