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！

龙图腾网获悉兰州交通大学申请的专利一种基于动态隐私预算的无线定位差分隐私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：CN115829063B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211559932.0，技术领域涉及：G06N20/20；该发明授权一种基于动态隐私预算的无线定位差分隐私联邦学习方法是由张学军;孙小文;张潇;席阿友;徐彤;黄海燕;张斌;周文杰;加小红设计研发完成，并于2022-12-07向国家知识产权局提交的专利申请。

本一种基于动态隐私预算的无线定位差分隐私联邦学习方法在说明书摘要公布了：一种基于动态隐私预算的无线定位差分隐私联邦学习方法，包括：1终端设备对从室内获取到的RSS指纹数据集数据预处理和差分扰动，将扰动后的RSS数据发送至邻近的边缘服务器；2边缘服务器对接受到的RSS指纹数据进行聚合并利用这些聚合数据进行本地定位子模型训练，在每轮迭代过程中，利用RDP技术进行动态隐私预算分配后，将处理好的本地子模型参数上传给云服务器；3接收各边缘服务器共享的子模型参数，利用联邦平均优化算法更新全局共享模型参数，并将更新后的模型参数下发给各边缘服务器进行下一轮迭代训练，直至获得最优的训练模型。本发明在保护用户的数据隐私与模型的参数隐私的同时，可获得较高精度的室内定位模型及较低的响应时延。

本发明授权一种基于动态隐私预算的无线定位差分隐私联邦学习方法在权利要求书中公布了：1.一种基于动态隐私预算的无线定位差分隐私联邦学习方法，其特征在于，具体按照以下步骤实施： 步骤A，数据预处理和差分扰动：终端设备将从室内区域获取的基于接收信号强度的ReceivedSignalStrength，RSS指纹数据集进行数据预处理和差分扰动，然后将扰动后的RSS指纹数据发送至邻近的边缘服务器；数据预处理为利用皮尔逊相关系数PearsonCorrelationCoefficient,PCC剔除掉弱相关的RSS指纹数据，然后利用-差分隐私技术对转换后的灰度图像进行差分扰动，最后将扰动后的灰度图像发送给边缘服务器； 步骤B，本地子模型训练：边缘服务器对接受的RSS指纹数据进行聚合，利用这些聚合数据进行本地定位子模型训练，利用差分隐私DifferentialPrivacy,RDP技术动态计算隐私预算损失并进行隐私预算分配，自适应调整当前阶段对参数梯度的扰动程度，实现噪声数据的细粒度控制，并将训练好的本地子模型参数上传到云服务器；具体为： 边缘服务器在接收到来自附近终端设备扰动后的RSS指纹图片数据后，对其进行聚合，形成模型训练所需数据集， ，，N为聚合后的数据集大小，表示对应的标签，，然后利用数据集进行本地子模型训练，按照公式1对边缘服务器的本地子模型进行优化： 1 其中,表示模型的预测函数，表示模型的优化目标，表示模型的优化函数，表示边缘服务器的模型参数； 其中本地子模型训练过程进一步包括如下步骤： B1、对参数梯度进行裁剪：将参数梯度按照公式2裁剪后得到： 2 其中，C为梯度裁剪阈值，为梯度的欧氏距离； B2、添加可控的差分私有噪声：在梯度上按照公式3添加可控的差分私有噪声得到新的梯度： 3 其中，B为每次输入到模型中的数据个数，为噪声尺度； B3、参数更新：按照公式4利用扰动后的参数梯度对模型参数进行更新，使其进行下一步迭代训练： 4 其中，为更新后的模型参数，为当前阶段的模型参数，为学习率； 步骤C，模型参数聚合：在每轮迭代过程中云服务器接收到来自各边缘服务器共享的模型参数，利用联邦平均优化算法更新全局共享模型参数，然后将聚合后的模型参数下发给各边缘服务器，使其进行下一步迭代训练，直至获得最优的训练模型。

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兰州交通大学，其通讯地址为：730070 甘肃省兰州市安宁区安宁西路88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。