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！

龙图腾网获悉长春理工大学申请的专利一种剔除恶意客户端的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：CN115861705B 。

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：202211638722.0，技术领域涉及：G06V10/764；该发明授权一种剔除恶意客户端的联邦学习方法是由张剑飞;周超然;张婧;杨宏伟;冯欣;杨佳东设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本一种剔除恶意客户端的联邦学习方法在说明书摘要公布了：本发明公开一种剔除恶意客户端的联邦学习方法，涉及图像分类领域。从所有客户端中选择预设比例的客户端并发送校验命令，同时将当前轮次的ResNet‑101分类模型发送给未被选中的客户端；被选中的客户端根据上一轮次的ResNet‑101分类模型和本地数据集进行数据集蒸馏，服务器剔除累计评分小于评分阈值的被选中的客户端；而未被选中的客户端本地训练，服务器根据所有未被选中的客户端上传的梯度，更新ResNet‑101分类模型；最终经过多次迭代，获得最终的ResNet‑101分类模型。本发明能够筛选并剔除故意上传错误梯度的恶意客户端，在不降低训练准确率的前提下，保证多客户端之间训练的可靠性和安全性。

本发明授权一种剔除恶意客户端的联邦学习方法在权利要求书中公布了：1.一种剔除恶意客户端的联邦学习方法，其特征在于，包括： 将ImageNet数据集划分为多个子集并分别分配给各客户端，作为各客户端的本地数据集； 从所有客户端中选择预设比例的客户端并发送校验命令，同时将当前轮次的ResNet-101分类模型发送给未被选中的客户端； 被选中的客户端根据上一轮次的ResNet-101分类模型和本地数据集进行数据集蒸馏，将数据集蒸馏后得到的蒸馏数据集上传至服务器； 服务器根据所述蒸馏数据集，并结合上一轮次的ResNet-101分类模型和上一轮次所述被选中的客户端上传的梯度进行评分，获得所述被选中的客户端的累计评分； 令累计评分大于或等于评分阈值的被选中的客户端参与下一轮次的联邦训练，并剔除累计评分小于评分阈值的被选中的客户端； 未被选中的客户端基于自身的本地数据集与当前轮次的ResNet-101分类模型进行本地训练，并将训练后获得的梯度上传至服务器； 服务器根据所有未被选中的客户端上传的梯度，计算下一轮次的ResNet-101分类模型； 当轮次的次数达到全局迭代次数时，停止联邦训练，获得最终的ResNet-101分类模型。

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长春理工大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路7186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。