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！

龙图腾网恭喜重庆大学申请的专利一种基于混洗差分隐私保护的个性化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：CN117932683B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202410187832.2，技术领域涉及：G06F21/62；该发明授权一种基于混洗差分隐私保护的个性化联邦学习方法及系统是由胡春强;汪远;张今革;蔡斌;夏晓峰;胡海波设计研发完成，并于2024-02-19向国家知识产权局提交的专利申请。

本一种基于混洗差分隐私保护的个性化联邦学习方法及系统在说明书摘要公布了：本发明提供了一种基于混洗差分隐私保护的个性化联邦学习方法及系统。该方法包括：分析器发布隐私等级分类策略和初始全局模型；客户端更新局部模型，利用本地数据对局部模型进行本地训练，将本地训练后的局部模型梯度上传随机产生器；随机产生器基于用户隐私预算在局部模型梯度中加入噪声，基于加入噪声后的局部模型梯度生成扰动梯度；混洗服务器将打乱后的扰动梯度序列和隐私保护等级序列上传分析器；分析器获得并发布下一全局迭代轮次的全局模型。本申请能够更好地适应用户本地隐私需求不一致的场景，结合差分隐私和混洗服务器来保护梯度参数安全，且分析器的中央服务器可添加更少噪声保护。

本发明授权一种基于混洗差分隐私保护的个性化联邦学习方法及系统在权利要求书中公布了：1.一种基于混洗差分隐私保护的个性化联邦学习方法，其特征在于，分析器发布隐私等级分类策略和初始全局模型，重复执行以下步骤直至达到全局迭代停止条件：客户端通过当前全局迭代轮次的全局模型更新局部模型，利用本地数据对局部模型进行本地训练，将本地训练后的局部模型梯度上传至本地的随机产生器；其中，所述客户端通过当前全局迭代轮次的全局模型更新局部模型步骤中，第i个客户端执行：获取上一全局迭代轮次中第i个客户端本地训练完成后获得的局部模型梯度t表示当前全局迭代轮次，i∈[0，n]，R表示上一全局迭代轮次t-1中第i个客户端的最大本地训练轮次；按照如下公式获得第i个客户端当前全局迭代轮次t中本地训练的初始局部模型：ωt表示当前全局迭代轮次t的全局模型梯度，ρ表示第二超参数；客户端本地的随机产生器根据预设的用户隐私偏好和隐私等级分类策略确定用户隐私预算，基于用户隐私预算在局部模型梯度中加入噪声；所述随机产生器基于加入噪声后的局部模型梯度生成扰动梯度，上传扰动梯度、隐私保护等级和梯度维度索引至混洗服务器；混洗服务器将收到的扰动梯度和隐私保护等级分别构成扰动梯度序列和隐私保护等级序列，分别打乱扰动梯度序列和隐私保护等级序列，将打乱后的扰动梯度序列和隐私保护等级序列上传分析器；分析器基于打乱后的扰动梯度序列和隐私保护等级序列获得并发布下一全局迭代轮次的全局模型。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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”。