腾讯科技(深圳)有限公司黄紫岳获国家专利权
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！
龙图腾网获悉腾讯科技(深圳)有限公司申请的专利联邦学习方法、装置、电子设备、存储介质及程序产品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：CN117035109B 。
龙图腾网通过国家知识产权局官网在2026-02-10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：202211234854.7，技术领域涉及：G06N20/00；该发明授权联邦学习方法、装置、电子设备、存储介质及程序产品是由黄紫岳;蒋杰;刘煜宏;陈鹏;程勇设计研发完成，并于2022-10-10向国家知识产权局提交的专利申请。
本联邦学习方法、装置、电子设备、存储介质及程序产品在说明书摘要公布了：本申请实施例公开了一种联邦学习方法、装置、电子设备、存储介质及程序产品；该方法包括：获取图数据；从图数据中，确定待隐藏边和待新增边；根据待隐藏边和待新增边，对图数据进行扰动处理，得到目标图数据；使用联邦模型对目标图数据中的每个节点进行聚合计算，得到每个节点的节点表征；根据服务方发送的反向传播梯度对所述联邦模型的参数进行更新处理，得到目标联邦模型。本申请实施例可以基于待新增边和待隐藏边对图数据进行扰动，实现对图数据的隐私保护，从而计算得到的节点表征不会有泄露图数据的图结构和特征的风险，进而，提升了联邦学习中数据的安全性。
本发明授权联邦学习方法、装置、电子设备、存储介质及程序产品在权利要求书中公布了：1.一种联邦学习方法，其特征在于，应用于参与方，所述方法包括： 获取图数据，所述图数据包括节点和边，所述边用于表征所述节点之间的关联关系； 从所述图数据中，确定待隐藏边和待新增边，所述待新增边为指定节点对之间的边中的至少一个，所述指定节点对为满足预设条件的两个节点，所述待隐藏边为所述边中的至少一个； 根据所述待隐藏边和所述待新增边，对所述图数据进行扰动处理，得到目标图数据； 使用联邦模型对所述目标图数据中的每个节点进行聚合计算，得到所述目标图数据中每个节点的节点表征； 根据服务方发送的反向传播梯度对所述联邦模型的参数进行更新处理，得到目标联邦模型，所述反向传播梯度为所述服务方根据持有的标签数据以及所述联邦模型对所述节点表征的处理结果计算得到。
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腾讯科技(深圳)有限公司，其通讯地址为：518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层；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