Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜北京邮电大学高志鹏获国家专利权

恭喜北京邮电大学高志鹏获国家专利权

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!

龙图腾网恭喜北京邮电大学申请的专利基于差分隐私法的联邦学习方法及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:CN114358307B

龙图腾网通过国家知识产权局官网在2025-04-04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:202111447012.5,技术领域涉及:G06N20/00;该发明授权基于差分隐私法的联邦学习方法及装置是由高志鹏;杨杨;芮兰兰;段应文;赵晨;莫梓嘉;林怡静设计研发完成,并于2021-11-30向国家知识产权局提交的专利申请。

基于差分隐私法的联邦学习方法及装置在说明书摘要公布了:本申请实施例提供基于差分隐私法的联邦学习方法及装置,其中的基于差分隐私法的联邦学习方法包括:基于当前接收的用于进行联邦学习的多份训练数据中任一份对应的阶段完成信号,开始监测目标周期内的信号接收情况数据;若监测到目标周期内的信号接收情况数据满足预设的半同步训练规则,则获取目标周期内接收的各个阶段完成信号各自对应的阶段训练结果数据,并基于差分隐私法及各个阶段训练结果数据训练目标模型。本申请能够在为目标模型的联邦学习过程提供差分隐私保护的前提下,有效避免掉队者效应的干扰,避免计算资源的浪费并能够提高目标模型的收敛速度,进而能够有效提高目标模型的训练效率及应用及时性。

本发明授权基于差分隐私法的联邦学习方法及装置在权利要求书中公布了:1.一种基于差分隐私法的联邦学习方法,其特征在于,包括:基于当前接收的用于进行联邦学习的多份训练数据中任一份对应的阶段完成信号,开始监测目标周期内的信号接收情况数据;若监测到所述目标周期内的所述信号接收情况数据满足预设的半同步训练规则,则获取所述目标周期内接收的各个所述阶段完成信号各自对应的阶段训练结果数据,并基于差分隐私法及各个所述阶段训练结果数据训练目标模型,其中,所述半同步训练规则包括:目标周期内接收的所述阶段完成信号的总数已达到信号总数阈值,和或,目标周期的持续时间已到达周期时长阈值;所述获取所述目标周期内接收的各个所述阶段完成信号各自对应的阶段训练结果数据,并基于各个所述阶段训练结果数据训练目标模型,包括:获取所述目标周期内接收的各个所述阶段完成信号各自的阶段训练结果数据,其中,该阶段训练结果数据包括本地模型及模型更新值;根据目标周期的各个所述阶段训练结果数据分别获取各个所述本地模型各自的相对陈旧值,其中,所述相对陈旧值为对应的本地模型在目标周期的总步长与目标模型的步长差之间的比值,所述目标模型的步长差为所述目标模型在目标周期的总步长与前一周期的总步长之间的差值;基于差分隐私法、各个所述本地模型各自对应的相对陈旧值和模型更新值训练所述目标模型;所述基于差分隐私法、各个所述本地模型各自对应的相对陈旧值和模型更新值训练所述目标模型,包括:获取各个所述本地模型各自对应的二阶范数;根据各个所述本地模型各自对应的相对陈旧值和二阶范数,分别生成各个所述本地模型各自对应的全局敏感度;基于各个所述本地模型各自对应的全局敏感度分别对各个所述本地模型各自对应的模型更新值进行裁剪,并对各个经裁剪后的模型更新值进行聚合以得到模型更新聚合值;基于差分隐私法,在根据所述模型更新聚合值以及各个所述本地模型训练所述目标模型的过程中设置高斯噪声,并在该高斯噪声对应的隐私预算为0时停止训练所述目标模型。

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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。