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！

龙图腾网获悉深圳前海微众银行股份有限公司申请的专利联邦学习建模优化方法、电子设备、介质及程序产品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：CN114595474B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202210240863.0，技术领域涉及：G06F21/60；该发明授权联邦学习建模优化方法、电子设备、介质及程序产品是由魏文斌;范涛设计研发完成，并于2022-03-10向国家知识产权局提交的专利申请。

本联邦学习建模优化方法、电子设备、介质及程序产品在说明书摘要公布了：本申请公开了联邦学习建模优化方法、电子设备、介质及程序产品，应用于第一方，所述联邦学习建模优化方法包括：将各用户数据作为图嵌入特征提取模型的第一层神经网络的输入，生成各用户中间特征；依据各用户中间特征，在加密状态下向第二方请求获取各邻居节点聚合特征；分别将各用户中间特征和对应的邻居节点聚合特征作为图嵌入特征提取模型的下一层神经网络的输入，重新生成各用户中间特征；将图嵌入特征提取模型的最后一层神经网络输出的各用户中间特征作为目标图嵌入特征；根据各目标图嵌入特征，得到图嵌入特征提取模型对应的联邦图嵌入特征提取模型。本申请解决了联合多方构建图嵌入特征提取模型时无法保护数据隐私的技术问题。

本发明授权联邦学习建模优化方法、电子设备、介质及程序产品在权利要求书中公布了：1.一种联邦学习建模优化方法，其特征在于，应用于第一方，所述联邦学习建模优化方法包括： 获取图嵌入特征提取模型和各目标用户对应的用户节点的用户数据，其中，所述目标用户为所述第一方与第二方之间的交集用户； 将各所述用户数据作为所述图嵌入特征提取模型的第一层神经网络的输入，生成各所述用户节点对应的用户中间特征； 依据各所述用户中间特征，在加密状态下向所述第二方请求获取各所述用户节点的所有邻居节点的邻居节点聚合特征； 分别将各所述用户中间特征和对应的邻居节点聚合特征作为所述图嵌入特征提取模型的下一层神经网络的输入，重新生成各所述用户节点对应的用户中间特征； 返回执行步骤：依据各所述用户中间特征，在加密状态下向所述第二方请求获取各所述用户节点的所有邻居节点的邻居节点聚合特征，直至得到所述图嵌入特征提取模型的最后一层神经网络输出的各用户中间特征，将得到的所述各用户中间特征作为目标图嵌入特征； 根据各所述目标图嵌入特征，得到所述图嵌入特征提取模型对应的联邦图嵌入特征提取模型。

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深圳前海微众银行股份有限公司，其通讯地址为：518000 广东省深圳市前海深港合作区前湾一路1号A栋201室（入驻深圳市前海商务秘书有限公司）；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”。