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！

龙图腾网获悉北京邮电大学申请的专利一种具有鲁棒性、可验证性、隐私性的高效联邦学习聚合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：CN120217429B 。

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：202510278084.3，技术领域涉及：G06F21/62；该发明授权一种具有鲁棒性、可验证性、隐私性的高效联邦学习聚合方法及装置是由芦效峰;闫彩虹;张晓钰;王攀;杜征设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本一种具有鲁棒性、可验证性、隐私性的高效联邦学习聚合方法及装置在说明书摘要公布了：本发明提出了一种具有鲁棒性、可验证性、隐私性的高效联邦学习聚合方法及装置，属于分布式深度学习安全领域。具体步骤为：受信任的授权机构将验证准备信息发送给客户端；客户端在本地训练模型，计算辅助信息并共享给双服务器；梯度无损差分隐私增强算法下，双服务器将布尔共享转换为无损梯度算术共享，同时添加客户端级差分隐私；双服务器执行核主成分PCA降维和DP容忍聚类；双服务器聚合梯度并将全局更新信息发送给客户端；客户端完成轻量化增强验证信息传输并使用接收到的信息验证聚合完整性，确保强可验证性；如果验证通过则回到步骤二，继续下一轮次的训练，直至模型收敛或是达到预设的训练轮次。

本发明授权一种具有鲁棒性、可验证性、隐私性的高效联邦学习聚合方法及装置在权利要求书中公布了：1.一种具有鲁棒性、可验证性、隐私性的高效联邦学习聚合方法，其特征在于，分以下步骤： 步骤一、验证准备：受信任的授权机构将验证所需的线性同态哈希函数准备信息LHHpp和承诺方案准备信息COMpp发送给客户端； 步骤二、训练和上传：客户端在本地通过本地数据独立训练模型，计算辅助信息，并通过秘密共享与服务器共享这些信息； 步骤三、梯度无损的客户级差分隐私增强：服务器S1和S0将布尔共享转换为无损梯度算术共享，S1添加客户端级差分隐私，确保强隐私性； 步骤四、具有隐私保护的两方核主成分分析和容忍差分隐私的两方密度空间聚类算法：双服务器执行核主成分PCA降维和DP容忍聚类，确保对恶意更新的强保护； 步骤五、聚合和下载：服务器S1和服务器S0聚合梯度并将全局更新信息发送给客户端； 步骤六、分布式信任下聚合完整性验证：完成轻量化增强验证信息传输后，客户端使用接收到的信息验证聚合完整性，确保强可验证性； 步骤七、重复执行：如果验证通过则回到步骤二，继续下一轮次的训练，直至模型收敛或是达到预设的训练轮次。

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邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。