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！

龙图腾网获悉北京信息科技大学申请的专利机器学习的数据安全处理及远程证明模型保护系统及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：CN120316835B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510402264.8，技术领域涉及：G06F21/64；该发明授权机器学习的数据安全处理及远程证明模型保护系统及方法是由吴秋新;王珂;王灿;王萌设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本机器学习的数据安全处理及远程证明模型保护系统及方法在说明书摘要公布了：本发明公开了机器学习的数据安全处理及远程证明模型保护系统及方法，属于计算机程序分析技术，信息安全以及数据服务领域，通过结合皮尔森相关系数、FP‑Growth算法和余弦相似度作用于离散型数据填补缺失值，基于SMOTE的少数群体过采样，以及构造度量引擎，并在机器学习模型程序代码中插桩来完成对建模过程、建模结果完整性度量。本发明采用上述的机器学习的数据安全处理及远程证明模型保护系统及方法，通过广度优先搜索的方式遍历静态模型程序代码的控制流图来计算每个子过程的可信执行过程度量值，并将各度量值与可信度量值进行比对实现对度量结果的验证，来保证建模过程中代码、结果没有受到篡改。

本发明授权机器学习的数据安全处理及远程证明模型保护系统及方法在权利要求书中公布了：1.机器学习的数据安全处理及远程证明模型保护系统，其特征在于，包括以下模块： 数据采集模块：收集用户数据，并将不同格式的用户数据整合为统一的数据格式； 数据预处理模块：对缺失数据进行自动填充或删除，以及进行平均值、中位数和基于相关系数的离散型数据填补； 机器学习过程及模型的安全防护处理模块：根据所选择的建模方式进行建模； 本地存储模块：用于上传并测试机器学习模型的名称和参数； 机器学习的数据安全处理及远程证明模型保护系统的处理方法的内容如下：所述数据预处理模块通过结合皮尔森相关系数、FP-Growth算法和余弦相似度挖掘数据中的关联规则并填补缺失数据，其步骤如下： S1、在非缺失数据源中挖掘频繁项集并计算数据属性间的相关性，计算出挖掘项的项内整体的相关性； S2、根据缺失数据所在项的非缺失前项与完整数据挖掘项的相似度选择填补项；填补项相似性一致则利用加权置信度进一步选取填补规则； 基于相关系数的离散型数据填补方式如下： 1）将源数据data分为非缺失数据部分与缺失部分，计算皮尔森相关系数，得到系数相关矩阵P； 2）Apriori+距离度量：生成频繁1-项集，利用余弦相似度排序；生成更高维度的频繁项集，结合距离度量进行剪枝； 3）FP-Growth+距离度量：构建FP树，按距离度量排序项，递归挖掘FP树，剪枝低支持度且距离较大的项； 4）结合规则：生成关联规则，计算规则与目标项集的相似度，剪枝低置信度且距离较大的规则，在FP树的构建和挖掘过程中，对于支持度较低且与目标项集距离较大的项集进行剪枝，从而减少FP树的大小； 5）基于距离相似度的填补：在挖掘出的频繁项集中，计算每个项集与缺失数据项的余弦相似度，利用缺失数据项的非缺失部分，与完整数据集挖掘的规则计算余弦相似度，选择相似度最高的频繁项集用于填补缺失数据，如果存在多个相似度较高的频繁项集，进行加权填补或多规则填补； 其中余弦相似度，、分别是完整数据规则与缺失记录的项集中不包含缺失项的部分； 6）得到填补后的数据集Data。

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北京信息科技大学，其通讯地址为：100192 北京市海淀区清河小营东路12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”。