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！

龙图腾网获悉西安电子科技大学申请的专利基于秘密共享的联邦无人机群数据安全共享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：CN115859344B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202210720829.3，技术领域涉及：G06F21/62；该发明授权基于秘密共享的联邦无人机群数据安全共享方法是由马卓;曾诚斌;刘洋;杨易龙;刘心晶;李腾;张俊伟;马建峰设计研发完成，并于2022-04-19向国家知识产权局提交的专利申请。

本基于秘密共享的联邦无人机群数据安全共享方法在说明书摘要公布了：本发明公开了一种基于秘密共享的联邦无人机群数据安全共享方法，其实现步骤为：构建无人机群联邦学习系统，地面站发布无人机任务内容，无人机采集数据并进行预处理，无人机初始化参数，无人机对全局神经网络模型进行本地训练，无人机生成秘密共享份额并上传，边缘服务器对收到的秘密共享份额进行聚合并下发聚合结果，无人机对聚合模型进行恢复。本发明能够生成多份与原始数据特征不相关的随机联邦学习模型作为秘密共享份额用于传输与聚合，使得攻击者无法获取完整的原始模型参数，以此保护模型数据的隐私，从而进一步保护原始数据的隐私，并且能够正确恢复出全局联邦学习模型的训练结果，而不会对模型的精度产生不良影响。

本发明授权基于秘密共享的联邦无人机群数据安全共享方法在权利要求书中公布了：1.一种基于秘密共享的联邦无人机群数据安全共享方法，其特征在于，构建无人机群联邦学习系统；地面站发布无人机任务内容；无人机采集数据并进行预处理；无人机初始化参数；无人机对全局神经网络模型进行本地训练；无人机生成秘密共享份额并上传；边缘服务器对收到的秘密共享份额进行聚合并下发聚合结果；无人机对聚合模型进行恢复；该方法的具体步骤包括如下： 1构建无人机群联邦学习系统： 构建包括K架无人机U＝{U1,U2,...,Uk,...,UK}、N个边缘服务器S＝{S1,S2,...,Sn,...,SN}和地面站的无人机联邦学习系统，其中，K≥2，Uk表示第k架无人机，N≥2，Sn表示第n个边缘服务器； 2地面站发布无人机任务内容： 地面站确定每架无人机Uk的任务内容，包括每架无人机Uk采集数据的区域、需要采集的数据类型、初始化的全局神经网络模型G0以及任务执行的最大迭代次数T，T≥1，并且将任务内容通知系统内的所有无人机； 3每架无人机采集数据并进行预处理： 每架无人机Uk根据地面站发送的任务内容前往指定的区域并采集指定类型的数据X条，X≥100，并对所采集的数据进行数据预处理，得到Uk的训练数据集Dk； 4每架无人机初始化参数： 每架无人机Uk初始化迭代次数为t，并令t＝1； 5每架无人机对全局神经网络模型进行本地训练： 每架无人机Uk将自己的训练数据集Dk作为全局神经网络模型G0的输入进行本地训练，得到本次迭代的本地模型 6每架无人机生成秘密共享份额并上传： 6a每架无人机Uk将本地模型作为秘密信息，根据的模型结构生成N-1个空白神经网络模型，利用随机数生成器生成随机的权重参数并填入N-1个空白神经网络模型，得到N-1个与结构相同的随机神经网络模型作为秘密共享份额，利用求差公式计算与所有随机模型总和的差，将所得到的差值作为第N个秘密共享份额求差公式如下： 其中，∑表示求和操作； 6b每架无人机Uk将N个秘密共享份额中的每个秘密共享份额上传至边缘服务器S中对应的Sn； 7每个边缘服务器对收到的秘密共享份额进行聚合并下发聚合结果： 每个边缘服务器Sn利用聚合公式对收到的K个秘密共享份额进行模型聚合操作，将所有秘密共享份额聚合得到一个聚合神经网络模型并下发给每架无人机Uk； 8每架无人机对聚合模型进行恢复： 每架无人机Uk将收到的N个聚合神经网络模型恢复为本次迭代的全局神经网络模型Gt，并判断t≥T是否成立，若是，实现无人机群的安全数据共享，否则，令t＝t+1，G0＝Gt并执行步骤5，其中： 其中，∑表示求和操作。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。