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！

龙图腾网恭喜中国石油大学(华东)申请的专利一种面向工业物联网的差分隐私联邦学习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：CN119293858B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411812936.4，技术领域涉及：G06F21/62；该发明授权一种面向工业物联网的差分隐私联邦学习方法是由王丹心;高鱼洋;张小蔓;崔杰铭设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种面向工业物联网的差分隐私联邦学习方法在说明书摘要公布了：本发明属于工业物联网技术领域，公开了一种面向工业物联网的差分隐私联邦学习方法。该方法针对差分隐私噪声对模型性能影响较大的问题，将模型分为特征提取器和分类器，分类器保留在本地不参与聚合，减少模型被噪声影响的程度，提高模型的性能，达到更好的隐私和效用之间的权衡。在添加噪声之前稀疏化参与聚合的特征提取器部分，缓解了噪声的干扰，提高通信效率。本发明还考虑了工业物联网中不同设备收集数据非独立同分布的问题，各边缘节点之间通过联邦相互协作，训练特征提取器从数据中提取更普遍的低维特征，同时在本地维护个性化的分类器模型用于各自任务，防止不同数据分布的边缘节点的分类器之间相互干扰，同时缓解了数据非独立同分布问题。

本发明授权一种面向工业物联网的差分隐私联邦学习方法在权利要求书中公布了：1.一种面向工业物联网的差分隐私联邦学习方法，其所针对的联邦学习系统包括中央服务器以及多个能够收集设备数据的边缘节点；其特征在于，所述方法将联邦学习原本的完整全局模型进行划分，分为共享的特征提取器以及边缘节点私有的分类器两部分，仅对共享的特征提取器部分加噪处理，分类器则保留在本地；所述面向工业物联网的差分隐私联邦学习方法，具体包括以下步骤：步骤1.中央服务器初始化全局特征提取器并发送给各个边缘节点；各个边缘节点初始化各自的本地分类器；步骤2.各个边缘节点在接收到中央服务器发送的全局特征提取器后，更新各个边缘节点自身的局部特征提取器；步骤3.边缘节点首先固定局部特征提取器，用自身的私有数据更新本地分类器；步骤4.边缘节点再固定本地分类器，用私有数据更新局部特征提取器；步骤5.边缘节点使用top-k方法对更新后的局部特征提取器部分的每个卷积层进行参数稀疏化；步骤6.边缘节点对局部特征提取器进行稀疏化后保留的部分参数，进行裁剪和添加噪声，并发送给中央服务器；所述步骤6中，对局部特征提取器稀疏化保留的部分进行裁剪和添加噪声，过程如下：首先根据裁剪阈值对稀疏化保留的部分进行裁剪，公式如下： 其中，Δφ为局部特征提取器的更新值，ΔφC为裁剪后的更新值，C为设定好的裁减阈值；其次根据隐私预算对裁剪后的结果添加高斯噪声，公式如下： 其中，ΔφC,N为裁剪并添加噪声后局部特征提取器的更新值，表示添加的噪声，σ为噪声乘数，Mt为第t轮参与边缘节点的集合；步骤7.中央服务器执行聚合，更新全局特征提取器，并发送给各边缘节点进行新一轮的训练；重复步骤2至步骤7，直到达到预设通信轮次；步骤8.在模型训练完成后，各个边缘节点通过加载中央服务器下发的局部特征提取器，与边缘节点本地的分类器，组成各个边缘节点自身的个性化模型。

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中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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”。