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！

龙图腾网获悉南京航空航天大学申请的专利一种基于本地差分隐私的top-k网络流估计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：CN116366500B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310212497.2，技术领域涉及：H04L43/0876；该发明授权一种基于本地差分隐私的top-k网络流估计方法是由宋绮梦;朱友文;张跃设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种基于本地差分隐私的top-k网络流估计方法在说明书摘要公布了：本发明公开了一种基于本地差分隐私的top‑k网络流估计方法，通过与多轮迭代方法相结合，每个用户随机分配或加入一个分组，重构一段时间内收集到的网络流的域，统计对应的网络流大小与网络流基数并发送至服务器端。服务器对不同分组中的用户数据进行记录，对应计算隐私保护所需的最优参数并返还给相应的客户端。客户端的每个用户使用sketch对收集到的网络流进行存储，根据服务器端所提供的最优参数的取值，在本地对sketch中的数据进行扰动，将扰动后的结果提交至服务器端。最后，服务器在收集到所有用户的扰动数据后，进行聚合，通过迭代估计top‑k网络流。本发明基于本地差分隐私，进一步提升了在保护隐私的前提下，估计top‑k网络流的效用。

本发明授权一种基于本地差分隐私的top-k网络流估计方法在权利要求书中公布了：1.一种基于本地差分隐私的top-网络流估计方法，其特征在于，包括以下步骤： S1、客户端的预处理操作： 每个用户收集一段时间内的网络流数据，将源IP地址作为识别不同流的流标识； 然后通过随机分配或加入一个分组，计算分组中网络流的前缀长度，，重构分组中网络流的域； 统计对应的网络流大小和网络流基数； S2、服务器端记录步骤S1统计的不同分组用户的网络流信息，进行预处理操作： 服务器首先估计每个用户的网络流大小的上界，然后服务器根据不同分组收集的信息，通过隐私分析和效用分析，在满足相邻-本地差分隐私模型前提下，计算每个分组对应的最优参数，所述的最优参数包括最优箱数和最优噪声参数； 服务器通过假设每个用户收集的网络流服从倾斜度为1的Zipf分布，并设置经过数量的网络流后，每种可统计到的网络流大小为1，从而计算得到估计的网络流大小的上界为； 由于每个用户报告一个向量，所有用户输入的向量集合为； 当两个用户向量集合的输入和存在以下定义： 定义相邻-本地差分隐私为：存在一个随机扰动的机制，若对于任意两个相邻输入，且，所有机制的输出子集，满足以下不等式： 其中，为隐私预算，为机制以最少的概率满足-LDP； 设置数据包总数固定为，相邻输入为一个用户的输入中，最多只有一个数据包的IP地址改变为另一个IP地址，从而得到； 相应地，服务器通过隐私分析和效用分析，在满足相邻-本地差分隐私模型前提下，计算出每个分组对应的最优参数，； 最后服务器将计算得到的最优参数发送给相应分组中的每个客户端； S3、客户端使用步骤S2得到的所属分组的最优参数，，进行本地扰动操作： 每个分组中每个用户首先随机选择两个哈希函数，，，对其一段时间内收集的网络流数据使用sketch进行存储，然后进行以下扰动： ， S4、服务器端聚合所有用户经过步骤S3扰动后的结果和使用的哈希函数信息，通过迭代估计top-网络流。

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航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。