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！

龙图腾网获悉西安电子科技大学申请的专利一种针对拜占庭攻击的车联网联邦学习防御方法、存储介质和电子设备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：CN116527336B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310409186.5，技术领域涉及：H04L9/40；该发明授权一种针对拜占庭攻击的车联网联邦学习防御方法、存储介质和电子设备是由付宇钏;唐鑫龙;李长乐设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本一种针对拜占庭攻击的车联网联邦学习防御方法、存储介质和电子设备在说明书摘要公布了：本发明公开了一种针对拜占庭攻击的车联网联邦学习防御方法，包括：从M个客户端中随机挑选K个客户端，服务器端为选中的K个客户端下发初始全局模型；选中的K个客户端在本地训练初始全局模型，并将训练完成后更新的模型参数上传至服务器端；服务器端获取每个客户端的本地模型对全局模型的基尼增益；根据基尼增益检测恶意客户端的数量和编号；服务器端得到恶意客户端数量和编号后将所有恶意客户端筛除，聚合剩余良好客户端的本地模型得到全局模型；去除恶意客户端后随机挑选K个客户端重复上述步骤，直至筛出所有恶意客户端。本发明可以在不知道恶意客户端数量的前提下检测出所有恶意客户端，提升了全局自动驾驶模型的准确性和收敛性。

本发明授权一种针对拜占庭攻击的车联网联邦学习防御方法、存储介质和电子设备在权利要求书中公布了：1.一种针对拜占庭攻击的车联网联邦学习防御方法，其特征在于，包括： S1：从M个客户端中随机挑选K个客户端参与全局迭代，服务器端为选中的所述K个客户端下发初始全局模型； S2：选中的所述K个客户端在本地训练所述初始全局模型，并将训练完成后更新的模型参数上传至所述服务器端； S3：服务器端获取所有K个客户端中每个客户端的本地模型对全局模型的基尼增益； S4：根据每个客户端的本地模型对全局模型的基尼增益检测恶意客户端的数量和编号； S5：服务器端得到恶意客户端数量和编号后将所有恶意客户端筛除，聚合剩余良好客户端的本地模型得到全局模型； S6：从M个客户端中去除所有恶意客户端后再次随机挑选K个客户端，重复步骤S1至S5，直至筛出所有恶意客户端； 所述S4包括： S4.1：将所有客户端的基尼增益组成集合，并对集合中每个客户端的基尼增益进行由大到小排序得到集合； S4.2：对中相邻两个客户端之间的基尼增益作差并取绝对值，得到相邻客户端之间的基尼增益差值集合=，其中： 其中，表示中第k个值，表示中第k+1个值； S4.3：根据所述基尼增益差值集合判断所有K个客户端中是否存在恶意客户端； S4.4：获取恶意客户端的数量及编号。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。