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！

龙图腾网获悉桂林电子科技大学申请的专利一种面向个性化推荐系统的隐私保护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：CN120012878B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510094806.X，技术领域涉及：G06N3/098；该发明授权一种面向个性化推荐系统的隐私保护联邦学习方法是由段雪峰;卢荣伟;韦宇星;丁勇设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本一种面向个性化推荐系统的隐私保护联邦学习方法在说明书摘要公布了：本发明涉及隐私保护技术领域，具体涉及一种面向个性化推荐系统的隐私保护联邦学习方法，包括基于个性化商品信息初始化用户向量和项目矩阵；将用户向量更新和计算局部梯度，并请求降噪矩阵；对局部梯度进行加噪，聚合，得到全局噪声梯度；基于降噪矩阵除去全局噪声梯度中的噪声，并更新项目矩阵，迭代终止并输出推荐列表，该方法使得基于本地差分隐私的联邦推荐算法可以实现安全无损的训练模式，且能够解决联邦学习“掉队者效应”导致的模型训练效率低问题，可防止用户评分、局部梯度和推荐结果泄露给服务器的同时，能够达到与明文场景下相同的模型精度。解决了现有的本地差分隐私联邦推荐算法无法兼顾隐私保护程度和模型精度的问题。

本发明授权一种面向个性化推荐系统的隐私保护联邦学习方法在权利要求书中公布了：1.一种面向个性化推荐系统的隐私保护联邦学习方法，其特征在于，包括以下步骤： 基于个性化商品信息初始化用户向量和项目矩阵； 具体方式： 基于个性化商品信息在本地随机初始化用户特征向量； 可信第三方随机初始化项目特征矩阵，并将其发送给参与本轮训练的用户； 将所述用户向量更新和计算局部梯度，并请求降噪矩阵； 其中，所述用户向量的更新公式： ； 所述局部梯度计算： ； 其中，是用户的索引，是项目的索引，代表第步迭代，是用户的评分向量，是用户对项目的评分值，分别是第个用户在第和步迭代的用户特征向量，是第个项目在第步迭代的项目特征向量，是项目矩阵，是第个用户计算的局部梯度，和是超参数； 具体方式： 参与本轮训练的用户分别在本地更新所述用户特征向量和计算局部梯度；向可信第三方请求噪声矩阵，随机生成拉普拉斯噪声矩阵和权重参数，其中，，分别与相乘得到个噪声矩阵，其中，，将份随机分发给参与本轮训练的个用户； 对所述局部梯度进行加噪，生成局部噪声梯度，聚合，得到全局噪声梯度； 具体方式： 参与本轮训练的用户分别在本地对所述局部梯度添加噪声，并将所述局部噪声梯度发送给联邦服务器；联邦服务器参与聚合所述局部噪声梯度得到全局噪声梯度，并将其发送给参与本轮训练的用户； 基于所述降噪矩阵除去所述全局噪声梯度中的噪声，并更新项目矩阵，迭代终止并输出推荐列表； 具体方式： 基于所述降噪矩阵除去所述全局噪声梯度中的噪声，并更新项目矩阵； 其中，全局梯度去噪公式：； 项目矩阵更新公式：，其中，为超参数； 当训练达到模型精度或迭代上限阈值时终止迭代，用户分别在本地计算评分向量，得到推荐列表。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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”。

以上内容由龙图腾AI智能生成。