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！

龙图腾网获悉湖南三湘银行股份有限公司申请的专利一种基于分布式生成对抗模型的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：CN114021738B 。

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：202111393636.3，技术领域涉及：G06N3/098；该发明授权一种基于分布式生成对抗模型的联邦学习方法是由王建新;盛韬;刘渊;路博;陈龙设计研发完成，并于2021-11-23向国家知识产权局提交的专利申请。

本一种基于分布式生成对抗模型的联邦学习方法在说明书摘要公布了：本发明公开一种基于分布式生成对抗模型的联邦学习方法。该方法包括：在分布式的环境中进行生成对抗模型的训练，服务器设有生成模型，客户端分别设有判别模型与分类模型；服务器的生成模型产生生成数据，将生成数据发送至客户端；客户端利用本地数据和生成数据，更新分类模型和判别模型，将生成数据的判别结果送到服务器；服务器根据判别结果对生成模型进行更新，判断生成数据是否满足预设终止条件；如果是则跳转至将生成数据发送至客户端及之后的步骤；否则利用生成模型进行联邦学习训练过程。该方法利用分布式的生成对抗网络在原有的算法流程中增加了更多服从全局分布的数据，增加了联邦学习算法训练出的模型泛化性与准确率。

本发明授权一种基于分布式生成对抗模型的联邦学习方法在权利要求书中公布了：1.一种基于分布式生成对抗模型的联邦学习方法，其特征在于，包括： 在分布式的环境中进行生成对抗模型的训练，服务器设有生成模型，客户端分别设有判别模型与执行具体任务的分类模型； 服务器的生成模型产生生成数据，将所述生成数据发送至客户端； 客户端利用本地数据和所述生成数据，更新所述分类模型和所述判别模型，并将生成数据的判别结果送到服务器； 服务器根据所述判别结果对生成模型进行更新； 服务器判断更新后的生成模型产生的生成数据是否满足预设终止条件； 如果更新后的生成模型产生的生成数据不满足预设终止条件，跳转至将所述生成数据发送至客户端及之后的步骤； 如果更新后的生成模型产生的生成数据满足预设终止条件，利用生成模型进行联邦学习训练过程； 客户端利用本地数据和所述生成数据，更新所述分类模型和所述判别模型，并将生成数据的判别结果送到服务器的步骤中，客户端对生成数据的判别结果的判别依据如下： 每个生成数据的判别结果为所有被选中客户端中，判别模型的输出结果减去分类模型的输出结果与生成数据标签的交叉熵损失，其中选出最大的作为该数据的判别结果； 客户端输出对生成数据进行判别，得到判别结果的过程如下： 对于K个参与联邦学习的客户端，在t次迭代中服务器将分类模型C与生成数据发送至客户端k，其中k∈K，服务器通过如下迭代步骤得到生成数据的判别结果： 客户端k为K个客户端中的任意一个，在接收到来自服务器的分类模型Ct与生成数据后，使用本地数据训练分类模型，得到更新后的分类模型同时使用本地数据x,y与生成数据训练判别模型得到更新后的判别模型 客户端k将生成数据分别输入分类模型与判别模型中得到分类后的类别结果与判别器输出结果计算分类结果与生成数据标签的交叉熵损失得到分类的判别结果其中最后客户端将判别结果上传至服务器； 服务器接收到来自个K客户端的判别结果，对于第i个生成数据，其中i∈m，选择客户端上传的最大判别结果作为生成数据的判别结果，并用每个生成数据的判别结果对服务器的生成模型Gt进行更新得到Gt+1，然后进行下一轮次的迭代； 所述预设终止条件为：使用生成模型产生的生成数据对一个初始化的任务模型进行训练，当任务模型使用生成数据在真实测试数据集中达到预定结果时，终止生成模型的训练； 利用生成模型进行联邦学习训练过程包括：服务器接收到客户端模型参数后进行聚合，并使用经过筛选后的生成数据对聚合模型进行训练，最后选择参与训练客户端将训练后的聚合模型发送至选中客户端； 对于生成数据的筛选过程如下： 服务器更新生成模型，使用生成模型产生一批生成数据； 服务器利用聚合后的分类模型对生成数据进行分类，并将分类结果与生成数据预设标签不一致的筛选出来，其余划分为用于本轮更新的生成数据； 服务器使用经过筛选后的数据对聚合模型进行更新，完成本轮迭代。

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湖南三湘银行股份有限公司，其通讯地址为：410023 湖南省长沙市岳麓区滨江路53号湖南湘江新区滨江金融中心楷林国际D座；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”。