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基于LSTM的联邦学习拜占庭节点检测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：CN116644800B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310481183.2，技术领域涉及：G06N3/094；该发明授权一种基于LSTM的联邦学习拜占庭节点检测方法是由郭晶晶;李海洋;马勇;刘志全;熊宇鹏设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本一种基于LSTM的联邦学习拜占庭节点检测方法在说明书摘要公布了：针对现有的拜占庭节点检测方法不可直接应用于隐私保护环境，且当节点数据Non‑IID时检测方法的性能大幅下降甚至完全失效的问题，本发明提出一种基于LSTM的联邦学习拜占庭节点检测方法。此方法利用差分隐私技术保护节点的本地梯度，然后结合AE和LSTM进行拜占庭节点检测，实现全局模型安全聚合，增强联邦学习系统的鲁棒性。不同于以往的拜占庭检测方法，本发明可在隐私保护和节点的本地训练数据Non‑IID环境下执行。

本发明授权一种基于LSTM的联邦学习拜占庭节点检测方法在权利要求书中公布了：1.一种基于LSTM的联邦学习拜占庭节点检测方法，用于服务器端，其特征在于，所述服务器包括预处理模块、数据检测模块以及全局聚合模块，所述数据检测模块包括历史梯度记录数据库； 所述方法包括： 注册阶段：接收节点的注册信息并与节点协商确定基本信息； 预处理阶段：预处理模块进行模型预训练，生成AE模型和LSTM模型，并将所生成的AE模型和LSTM模型发往数据检测模块； 正式训练阶段：接收节点上传的本地梯度，数据检测模块根据AE模型、LSTM模型和历史梯度记录数据库检测节点上传的本地梯度是否可靠并生成可信节点列表，然后将所生成可信节点列表发往全局聚合模块，全局聚合模块根据历史梯度记录数据库和可信节点列表聚合生成全局梯度，并将所述全局梯度下发给可信节点； 所述可信节点列表通过如下方式生成：服务器根据拜占庭节点检测算法检测节点的异常情况，生成可信节点列表；拜占庭节点检测算法的输入为节点的历史记录，输出为节点的异常情况；其中，首先处理历史记录，先计算相邻梯度的差值，然后再用AE模型进行编码，最后通过LSTM计算预测标签和实际标签的误差；最后基于前述的误差值判断本地梯度每层的异常情况，然后根据梯度总的异常层数判断其是否为拜占庭节点上传的恶意数据。

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 陕西省西安市雁塔区太白南路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”。

以上内容由龙图腾AI智能生成。