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！

龙图腾网获悉中国铁道科学研究院集团有限公司电子计算技术研究所;北京交通大学;中国铁道科学研究院集团有限公司;中国国家铁路集团有限公司申请的专利一种基于联邦学习的鲁棒性检测方法、装置、设备及介质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：CN118941848B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202410967635.2，技术领域涉及：G06V10/764；该发明授权一种基于联邦学习的鲁棒性检测方法、装置、设备及介质是由祝咏升;王伟;单杏花;刘冲;吕晓婷;傅一馨;张军峰;陈政;许向蕊;郝玉蓉设计研发完成，并于2024-07-18向国家知识产权局提交的专利申请。

本一种基于联邦学习的鲁棒性检测方法、装置、设备及介质在说明书摘要公布了：本发明涉及鲁棒性检测技术领域，涉及一种基于联邦学习的鲁棒性检测方法、装置、设备及介质，所述方法包括获取第一全局模型，所述第一全局模型为服务器端训练的模型；将所述第一全局模型发送至本地端，并利用本地端的数据集对所述全局模型进行更新训练，得到至少一个本地模型；根据至少一个所述本地模型生成第一恶意模型；将所述第一恶意模型发送至服务器端进行聚合并根据聚合后的全局模型进行鲁棒性检测，本发明通过在本地生成第一恶意模型再将第一恶意模型上传至服务器端干扰全局模型更新，继而通过观察测试前后全局模型性能表现来判断联邦学习系统的鲁棒性，有效的提高了联邦学习系统的鲁棒性检测效率和速度。

本发明授权一种基于联邦学习的鲁棒性检测方法、装置、设备及介质在权利要求书中公布了：1.一种基于联邦学习的鲁棒性检测方法，其特征在于，包括： 获取第一全局模型，所述第一全局模型为服务器端训练的模型； 将所述第一全局模型发送至本地端，并利用本地端的数据集对所述全局模型进行更新训练，得到至少一个本地模型； 根据至少一个所述本地模型生成第一恶意模型； 将所述第一恶意模型发送至服务器端进行聚合并根据聚合后的全局模型进行鲁棒性检测； 其中，根据至少一个所述本地模型生成第一恶意模型，包括： 获取参数信息，所述参数信息包括每个本地模型中包括的神经网络中每一层的权重参数； 根据所述参数信息将神经网络中的每一层进行排序，得到排序后的神经网络； 根据所述排序后的神经网络生成第一恶意模型； 其中，根据所述排序后的神经网络生成第一恶意模型，包括： 获取扰动系数，所述扰动系数为1.1； 将所述排序后的神经网络中每一层参数信息求取绝对值，得到第一计算结果； 根据所述第一计算结果和所述扰动系数进行计算，生成第一恶意模型； 其中，将所述第一恶意模型发送至服务器端进行聚合并根据聚合后的全局模型进行鲁棒性检测，包括： 利用至少一种聚合算法对所述第一恶意模型进行聚合，得到聚合后的全局模型； 利用所述聚合后的全局模型进行图像分类任务，得到第一分类结果； 利用所述第一全局模型进行图像分类任务，得到第二分类结果； 根据所述第一分类结果确定第一准确率信息，根据所述第二分类结果确定第二准确率信息； 根据所述第一准确率信息和所述第二准确率信息判断第一全局模型的鲁棒性。

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铁道科学研究院集团有限公司电子计算技术研究所;北京交通大学;中国铁道科学研究院集团有限公司;中国国家铁路集团有限公司，其通讯地址为：100081 北京市海淀区大柳树路2号院；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”。