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！

龙图腾网获悉合肥工业大学申请的专利一种基于联邦学习的后门鲁棒图像分类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：CN119229208B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411413543.6，技术领域涉及：G06V10/764；该发明授权一种基于联邦学习的后门鲁棒图像分类方法是由周安琪;柴一栋;刘业政设计研发完成，并于2024-10-11向国家知识产权局提交的专利申请。

本一种基于联邦学习的后门鲁棒图像分类方法在说明书摘要公布了：本发明公开了一种基于联邦学习的后门鲁棒图像分类方法，包括：1服务器初始化全局模型，并下发至客户端；2客户端基于接收的全局模型进行本地模型的初始化，并基于本地数据集训练本地神经网络；3客户端计算本地模型更新，将本地更新向量发送至服务器；4服务器对客户端提交的更新向量进行记录；5服务器按照改进的联邦聚合算法进行模型的聚合；6服务器将训练好的全局神经网络下发至各客户端；7客户端利用训练好的全局神经网络进行图像分类。本发明利用联邦学习，实现了针对后门攻击具有更强鲁棒性的协作式图像分类。

本发明授权一种基于联邦学习的后门鲁棒图像分类方法在权利要求书中公布了：1.一种基于联邦学习的后门鲁棒图像分类方法，其特征是，应用于由中心服务器和个客户端所组成的联邦系统中，并按如下步骤进行： 步骤1.定义联邦系统的全局训练总回合数为和客户端的本地训练总回合数为，定义个客户端中有个客户端为恶意客户端，初始化当前全局训练回合数，所述中心服务器初始化第t-1个全局训练回合下的全局图像识别模型并下发至各个客户端； 步骤2.第个客户端接收全局图像识别模型后，初始化第t-1个全局训练回合下的第个客户端图像识别模型； 步骤3.定义第个客户端在第t个全局训练回合下的本地数据集为，其中，表示中的第j张图片样本，表示的真实标签，表示第个客户端的本地数据集中的图片样本总数； 步骤4.将输入中进行本地训练，得到第t+1个全局训练回合下的第个客户端图像识别模型； 步骤5.所述中心服务器接收到N个客户端发送的第t个全局训练回合下训练后的客户端模型的历史全局梯度集合后，计算各客户端模型的全局梯度之间的相似度与恶意评分，用于得到的权重； 步骤6.所述中心服务器基于各个客户端图像识别模型的权重，计算第t个全局训练回合下各个客户端图像识别模型的全局梯度的加权几何中心，并用于聚合第t个全局训练回合下各个客户端图像识别模型，得到第t个全局训练回合下的全局图像识别模型； 步骤6.1.定义当前聚合迭代次数为，并初始化=1； 步骤6.2.所述中心服务器利用式6和式7计算第t个全局训练回合下的第次聚合迭代中第i个客户端图像识别模型的权重： 6 7 式6和式7中，为平滑参数；是第t个全局训练回合下的第次聚合迭代中的几何中心，是第t个全局训练回合下的第-1次聚合迭代中的几何中心，当=1时，利用式8得到： 8 步骤6.3.判断式9是否成立，若成立，则表示得到并作为第t个全局训练回合下的最优几何中心，否则，将+1赋值给后，返回步骤6.2顺序执行； 9 式9中，为预设的迭代阈值，表示几何中心迭代优化的目标函数，并有： 10 步骤6.4.利用式11得到第t个全局训练回合下的初步全局图像识别模型： 11 步骤6.5.利用式12对进行更新，得到第t个全局训练回合下的全局图像识别模型： 12 式12中，为第t个全局训练回合下的裁剪阈值，为第t个全局训练回合下服从高斯分布的噪声； 步骤7.将t+1赋值给t后，判断是否成立，若成立，表示R个恶意客户端在第轮进行攻击，并执行步骤8，剩余N-R个诚实客户端返回步骤4顺序执行；否则，表示所有客户端在第轮正常训练，并返回步骤4顺序执行，直到tT为止，从而得到最终训练后的全局图像识别模型，用于对输入的图片样本进行分类识别；其中，表示R个恶意客户端发动后门攻击的全局训练回合； 步骤8.第个恶意客户端从随机选择比例为的图片样本，并在图片样本的指定坐标处植入黑色像素块作为后门触发器；表示第个恶意客户端选择的本地图片样本数量； 步骤9.初始化第个恶意客户端在第个全局训练回合下的本地训练回合数=1； 初始化第个全局训练回合下第个本地训练回合的第个恶意客户端图像识别模型=； 步骤10.将第个恶意客户端在第个全局训练回合的本地数据集输入中进行训练，计算的本地梯度，从而得到第个全局训练回合下第个本地训练回合的第个恶意客户端图像识别模型； 步骤11.将赋值给后，返回步骤10顺序执行，直到为止，从而得到第个全局训练回合下训练后的第个恶意客户端图像识别模型，并计算的全局梯度后，存入第个全局训练回合下的第个恶意客户端图像识别模型的历史全局梯度集合中，并发送给所述中心服务器，执行步骤5；其中，表示恶意客户端的本地训练总回合数。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。