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满足差分隐私的纵向联邦图学习方法和装置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：CN120706510B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510801798.8，技术领域涉及：G06N3/098；该发明授权满足差分隐私的纵向联邦图学习方法和装置是由程祥;张冠宏;苏森;王玉龙设计研发完成，并于2025-06-16向国家知识产权局提交的专利申请。

本满足差分隐私的纵向联邦图学习方法和装置在说明书摘要公布了：本发明提供一种满足差分隐私的纵向联邦图学习方法和装置，该方法包括：向服务方和参与纵向联邦图学习的各个参与方中除本地外的其他各个参与方发送学习请求，基于目标推测图结构信息和更新社区集合得到图结构编码信息，以生成满足差分隐私的扰动后的图结构编码信息；基于扰动后的图结构编码信息和初始共享图结构信息得到满足差分隐私的目标共享图结构信息，以共享给其他各个参与方；接收来自其他各个参与方的各个目标共享图结构信息，基于各个目标共享图结构信息和目标推测图结构信息确定全局图结构信息以重建得到全局图结构；基于全局图结构和本地局部图数据通过向服务方发送中间结果对预设的全局图模型进行分布式训练，得到训练后的全局图模型。

本发明授权满足差分隐私的纵向联邦图学习方法和装置在权利要求书中公布了：1.一种满足差分隐私的纵向联邦图学习方法，其特征在于，所述方法包括： 向服务方和参与纵向联邦图学习的各个参与方中除本地之外的其他各个参与方发送纵向联邦图学习请求，基于目标推测图结构信息和更新社区集合得到图结构编码信息，以生成满足差分隐私的扰动后的图结构编码信息，其中，所述目标推测图结构信息通过采用本地局部图模型基于本地局部图数据迭代优化初始化的推测图结构信息得到，所述更新社区集合通过基于目标推测图结构信息更新将本地局部图数据进行社区划分后得到的初始社区集合得到； 基于扰动后的图结构编码信息和初始共享图结构信息得到满足差分隐私的目标共享图结构信息，以共享给其他各个参与方，其中，扰动后的初始共享图结构信息为基于将目标推测图结构信息和本地局部图数据合并后得到的初始共享图结构信息生成的满足差分隐私的初始共享图结构信息； 接收来自其他各个参与方的各个目标共享图结构信息，基于所述各个目标共享图结构信息和目标推测图结构信息确定全局图结构信息以重建得到全局图结构； 基于全局图结构和本地局部图数据通过向服务方发送中间结果对预设的全局图模型进行分布式训练，得到训练后的全局图模型，其中，所述全局图模型包括依次通信连接的本地特征提取模块、位于服务方的全局特征聚合模块和本地分类模块，所述中间结果包括每次迭代中提取出的本地特征和更新后的梯度，第一次迭代中，更新后的梯度为初始梯度。

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。