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！

龙图腾网获悉上海交通大学申请的专利一种应用于隐私计算的个性化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：CN115660107B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211375337.1，技术领域涉及：G06N20/00；该发明授权一种应用于隐私计算的个性化联邦学习方法是由马汝辉;张剑清;褚学森;宋涛;管海兵设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本一种应用于隐私计算的个性化联邦学习方法在说明书摘要公布了：本发明公开了一种应用于隐私计算的个性化联邦学习方法，涉及隐私计算领域，通过条件策略模块将每个样本的特征信息分离为通用特征信息和个性化特征信息，并分别通过全局分类器和个性化分类器处理这两类信息，实现样本级别且样本特定的个性化信息提取。本发明通过只聚合处理全局信息的全局分类器并本地化个性化分类器，减轻了聚合过程中的数据异质化问题。

本发明授权一种应用于隐私计算的个性化联邦学习方法在权利要求书中公布了：1.一种应用于隐私计算的个性化联邦学习方法，涉及隐私计算领域，通过条件策略模块将每个样本的特征信息分离为通用特征信息和个性化特征信息，并分别通过全局分类器和个性化分类器处理这两类信息，实现样本级别且样本特定的个性化信息提取； 所述方法包括以下步骤： 步骤1、参与联邦学习的个客户机编号为；将第个客户机上带有隐私信息的数据集记为；将该数据集大小记为；将第个客户机上接收到的全局特征提取器记为；将第个客户机上的个性化特征提取器记为；记通过样本提取得到的特征；将第个客户机上接收到的全局分类器记为；将第个客户机上的个性化分类器记为；将个性化条件策略网络记为；将本地条件策略网络的输出“通用信息策略”和“个性化信息策略”分别记为和；将全局条件策略网络参数记为；将个性化本地模型定义为；将损失函数记为；将本地目标函数记为； 步骤2、定义所述联邦学习训练的全局目标函数； 步骤3、服务器发送初始的所述全局条件策略网络参数、所述全局特征提取器参数和所述全局分类器参数到所有客户机上； 步骤4、迭代训练t轮； 步骤5、编号为的所述客户机收到所述全局条件策略网络参数和所述全局特征提取器参数后用它们更新其个性化条件策略网络参数和个性化特征提取器参数； 步骤6、客户机将所述全局特征提取器和所述全局分类器冻结； 步骤7、客户机在所述数据集上训练所述个性化本地模型，其中；其中，是第个客户机上对应于每一个样本的通用信息策略；是第个客户机上的个性化特征提取器参数；是第个客户机上的个性化分类器参数；是特征提取器；是分类器； 步骤8、客户机将根据数据集中的每个数据生成的和进行统计，并求平均得到和；然后求得向量和各自的平均值和，并称之为本地分类器聚合权重；其中，是第个客户机上对应于每一个样本的个性化信息策略； 步骤9、客户机对所有的求平均得到新的客户机特定信息；其中，是样本特征； 步骤10、客户机对和进行如下聚合得到： 然后将上传到服务器用于聚合；其中，是第个客户机用于上传的分类器参数； 步骤11、对第轮参与联邦学习的客户机集合中的所有客户机执行步骤5-步骤11； 步骤12、服务器接收子集中的所有客户机传输的模型，然后执行聚合生成全局模型： 其中，；是全局条件策略网络参数；是第个客户机上的个性化条件策略网络参数； 步骤13、执行步骤3-步骤12，直到各个客户机本地模型训练收敛，最终输出各个客户机的本地个性化模型。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。