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基于自适应差分隐私的联邦学习模型优化方法及装置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：CN116227547B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202310066929.3，技术领域涉及：G06N3/0464；该发明授权基于自适应差分隐私的联邦学习模型优化方法及装置是由王善峰;余天豪;孙嘉雨;芦毅衡;公茂果;高原;范晓龙设计研发完成，并于2023-01-17向国家知识产权局提交的专利申请。

本基于自适应差分隐私的联邦学习模型优化方法及装置在说明书摘要公布了：本发明公开了一种基于自适应差分隐私的联邦学习模型优化方法，包括：获取多个客户机的本地数据，并对预选的相应神经网络进行训练，得到每个本地模型的模型参数；对每个本地模型中的每一层网络进行独立评估，并根据评估结果对每一层网络的模型参数自适应地设置差分隐私噪声预算；同时，基于卷积核的绝对权值对每一层网络的层内结构进行评估，并根据评估结果对层内卷积核的模型参数自适应地添加差分隐私噪声预算；将所有客户机本地模型的模型参数上传至服务器，并对模型参数进行聚合；重复上述操作，直至神经网络模型收敛或到达指定聚合轮数，得到训练好的联邦学习模型。该方法可以在保证隐私保护级别的同时，最大程度的保证结果的准确性。

本发明授权基于自适应差分隐私的联邦学习模型优化方法及装置在权利要求书中公布了：1.一种基于自适应差分隐私的联邦学习模型优化方法，其特征在于，包括： 获取多个客户机的本地数据，并对预选的相应神经网络进行训练，以得到每个客户机本地模型的模型参数； 对每个本地模型中的每一层网络，通过设置固定的隐私预算，并计算其准确率来进行独立评估，并根据评估结果对每一层网络的模型参数自适应地设置差分隐私噪声预算；其中，针对训练过的本地模型，计算准确率是通过固定的隐私预算εpre产生针对不同卷积层的噪声ni，并通过将噪声ni添加到该层模型中的方式，计算得到相应的准确率Ai，i为第i个卷积层；同时，通过对每一层的层内结构，计算每个卷积核其绝对权值之和，来对每一层网络的层内结构进行评估，并根据评估结果对层内卷积核的模型参数自适应地添加差分隐私噪声预算； 将所有客户机本地模型的模型参数上传至服务器，并在服务器上对所述模型参数进行聚合； 重复上述操作，直至所述神经网络模型收敛或到达指定聚合轮数，得到训练好的联邦学习模型。

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”。