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个性化差分隐私场景下高可用的联邦学习方法、系统及设备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：CN116796832B 。

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：202310767207.0，技术领域涉及：G06N3/098；该发明授权一种个性化差分隐私场景下高可用的联邦学习方法、系统及设备是由郭晶晶;刘昌;刘志全;马勇;徐贵泓设计研发完成，并于2023-06-27向国家知识产权局提交的专利申请。

本一种个性化差分隐私场景下高可用的联邦学习方法、系统及设备在说明书摘要公布了：一种个性化差分隐私场景下高可用的联邦学习方法、系统及设备，其方法通过本地差分隐私技术实现对参与方本地模型的隐私保护，同时，基于模型可用性定理，通过联邦聚合算法，能够从可用性较高的本地模型中提取更多的有用信息，从而提高全局模型的可用性，在该算法中，采用同态加密和安全多方计算方法对本地模型可用性参数进行隐私保护；其系统及设备，能够基于上述方法实现对参与方本地模型的隐私保护，在保证模型可用性参数隐私的情况下提高聚合模型的可用性，具有个性化隐私保护性好，精度高的优点。

本发明授权一种个性化差分隐私场景下高可用的联邦学习方法、系统及设备在权利要求书中公布了：1.一种个性化差分隐私场景下高可用的联邦学习方法，其特征在于，各参与方使用本地数据集训练本地模型，通过本地差分隐私实现对参与方本地模型的隐私保护，同时，各参与方根据模型可用性理论计算本地模型可用性，并采用同态加密将明文下的模型可用性参数加密，采用安全多方计算加密明文下的模型可用性参数；然后，参与方将通过差分隐私保护的本地模型上传至聚合服务器，同时，将采用同态加密及安全多方计算方法加密的模型可用性参数全部上传至效用服务器；效用服务器利用接收到的加密模型可用性参数进行计算，得到密文下的本地模型聚合权重，之后将密文下的本地模型聚合权重发送至聚合服务器；聚合服务器解密得到密文聚合权重，并根据聚合权重进行模型聚合，最后将聚合模型下发至各参与方； 所述个性化差分隐私场景下的高可用联邦学习算法建立在如下系统假设上： 1系统中共有n名参与方，参与方集合记为，各参与方的本地数据集分别为，所有参与方的数据集表示为； 2各参与方的本地神经网络模型的类型和结构相同，各参与方的隐私预算可以不同，本地数据集独立同分布或非独立同分布均可； 3聚合服务器和效用服务器是诚实好奇且不共谋的； 具体包括以下步骤： 步骤1：系统初始化：包括生成用于同态加密的公私钥对，参与方两两密钥协商，产生掩码；服务器初始化全局模型，然后下发给本地参与方； 步骤2：各参与方对服务器下发的全局模型进行本地模型训练，基于本地隐私预算，实现本地模型信息的差分隐私保护，并将实现差分隐私保护的本地模型参数上传至聚合服务器； 步骤3：各参与方根据模型可用性理论计算步骤2实现差分隐私保护的本地模型可用性，并通过同态加密和掩码技术实现对本地模型可用性参数的隐私保护，并将结果上传至效用服务器； 步骤4：效用服务器根据步骤3得到的信息获取密文下的聚合权重，并将该密文下的聚合权重发送至聚合服务器； 步骤5：聚合服务器通过私钥解密收到的聚合权重，并根据解密后的聚合权重和本地模型参数进行模型聚合，最后将聚合模型下发至各参与方； 步骤6：重复步骤2至步骤5，进行下一轮模型训练，直到训练轮数达到预定义的训练轮数或者模型收敛。

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。