贵州数据宝网络科技有限公司;贵州大学汤寒林获国家专利权
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！
龙图腾网获悉贵州数据宝网络科技有限公司;贵州大学申请的专利基于广义线性回归的联邦学习方法、系统、终端及介质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：CN116245198B 。
龙图腾网通过国家知识产权局官网在2026-01-09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：202310233090.8，技术领域涉及：G06N20/00；该发明授权基于广义线性回归的联邦学习方法、系统、终端及介质是由汤寒林;彭长根;殷涛;万云飞;李胡;王思楠;丁红发设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。
本基于广义线性回归的联邦学习方法、系统、终端及介质在说明书摘要公布了：本发明提供一种基于广义线性回归的联邦学习方法、系统、终端及介质，包括：数据方双方联合构建广义线性回归模型，其中，所述数据方双方包括提供训练属性值数据持有方A端和提供数据标签值的数据应用方B端；构建广义线性回归模型的损失函数，其中，所述广义线性回归模型的变量满足Tweedie分布时，训练目标为最小化损失函数；数据持有方A端根据损失函数求偏导得出本地梯度，并通过同态加密技术交换用于计算本地梯度的中间结果；数据持有方A端利用本地梯度更新所述广义线性回归模型。本发明提出了在一方仅提供训练属性值、另一方仅提供数据标签值的场景下的符合Tweedie分布的广义线性回归模型的两方纵向联邦学习方案。
本发明授权基于广义线性回归的联邦学习方法、系统、终端及介质在权利要求书中公布了：1.一种基于广义线性回归的联邦学习方法，其特征在于，包括： 数据方双方联合构建广义线性回归模型，其中，所述数据方双方包括提供训练属性值数据持有方A端和提供数据标签值的数据应用方B端； 构建广义线性回归模型的损失函数，其中，所述广义线性回归模型的变量满足Tweedie分布，训练目标为最小化损失函数； 数据持有方A端根据损失函数求偏导得出本地梯度，并通过同态加密技术交换用于计算本地梯度的中间结果； 数据持有方A端利用本地梯度更新所述广义线性回归模型； 所述数据持有方A端根据损失函数求偏导得出本地梯度，包括： 数据应用方B端计算本地梯度的加密数据并发送给数据持有方A端； 数据持有方A端计算本地梯度的加密梯度，并添加随机扰动得到随机加密梯度； 数据协调方C端解密所述随机加密梯度后发送给数据持有方A端； 数据持有方A端消除随机扰动后得到本地梯度。
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贵州数据宝网络科技有限公司;贵州大学，其通讯地址为：550000 贵州省贵阳市贵安新区大学城创客园A5栋5楼；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励