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！

龙图腾网获悉中国科学技术大学申请的专利一种纵向联邦学习中的数据标签保护方法、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：CN120449211B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510946401.4，技术领域涉及：G06F21/62；该发明授权一种纵向联邦学习中的数据标签保护方法、设备及介质是由张兰;檀俊滔设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本一种纵向联邦学习中的数据标签保护方法、设备及介质在说明书摘要公布了：本发明公开一种纵向联邦学习中的数据标签保护方法、设备及介质，属数据安全领域，用于纵向联邦学习系统中，第一轮训练前，初始化密文层列表、待重构层列表和选择准则参数，包括：步骤1，基于秘密分享的模型层掩蔽处理，包括秘密分享与重构处理；步骤2，模型安全更新：包括安全前向传播与反向传播；步骤3，影子模型更新：在本地构建训练影子模型，算出梯度值；步骤4，按预设的隐私预算阈值选择调整需掩蔽的模型层，按调整的掩蔽模型层更新密文层列表和待重构层列表；步骤5，用新密文层列表和待重构层列表重新执行步骤1的模型层掩蔽处理，开启下一轮训练，直到完成。该方法能提升纵向联邦学习中的数据标签安全性。

本发明授权一种纵向联邦学习中的数据标签保护方法、设备及介质在权利要求书中公布了：1.一种纵向联邦学习中的数据标签保护方法，其特征在于，在对模型开始训练前，由隐私保护方初始化密文层列表、待重构层列表和选择准则参数，再开始训练，包括： 步骤1，对密文层列表中对应的模型层参数进行秘密分享的掩蔽处理； 对待重构层列表中对应的模型层参数进行秘密重构处理； 步骤2，模型安全更新： 安全前向传播：若模型层为密文层，对输入进行秘密分享与秘密重构处理得到下一模型层输入；迭代上述过程，直到输出模型的最终特征嵌入； 安全反向传播：计算全局模型损失值，从全局模型的全局输出层执行反向传播计算；若模型层为密文层，对输入梯度值进行秘密分享与秘密重构处理得到明文的上一模型层梯度值；迭代上述过程，直到模型的每一层参数均完成更新； 步骤3，影子模型更新： 隐私保护方在本地构建并训练影子模型，算出影子模型的梯度值，并将影子模型的梯度值累计到选择准则参数中； 步骤4，按预设的隐私预算阈值结合选择准则参数中的累计梯度值选择调整需掩蔽的模型层，并更新得到新密文层列表和新待重构层列表； 步骤5，用新密文层列表和新待重构层列表回步骤1开启下一轮训练，直到训练完成。

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科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。