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！

龙图腾网获悉华南理工大学申请的专利一种基于变分贝叶斯网络的联邦学习对抗样本检测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：CN116596062B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310361132.6，技术领域涉及：G06N3/098；该发明授权一种基于变分贝叶斯网络的联邦学习对抗样本检测方法是由高英;时乐宇;陈冲;黄思铨设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本一种基于变分贝叶斯网络的联邦学习对抗样本检测方法在说明书摘要公布了：本发明公开了一种基于变分贝叶斯网络的联邦学习对抗样本检测方法，包括以下步骤：向联邦学习的各参与对象下发训练模型；各参与对象两两发起私密求交操作，使得各参与对象分别获得各自的样本交集；对各参与对象获得的样本交集进行求交，得到共有样本空间；各参与对象根据共有样本空间从各自的本地样本中筛选目标本地样本，使用各参与对象各自的目标本地样本对模型进行训练，得到各参与对象各自的梯度信息；接收各参与对象发送的梯度信息，计算梯度信息分布密度的不确定度；根据梯度信息分布密度的不确定度测定各参与对象本地样本中的对抗样本。本发明能够在不直接访问私有训练数据的情况下，完成联邦学习系统中的对抗样本检测任务。

本发明授权一种基于变分贝叶斯网络的联邦学习对抗样本检测方法在权利要求书中公布了：1.一种基于变分贝叶斯网络的联邦学习对抗样本检测方法，其特征在于，包括以下步骤： 服务器向联邦学习的各参与对象下发训练模型；各参与对象使用本地样本对所述训练模型进行训练，得到样本空间；所述训练模型中包括用于检测对抗样本的贝叶斯子层； 各参与对象两两发起私密求交操作，使得各参与对象分别获得各自的样本交集； 服务器对各参与对象获得的样本交集进行求交，得到共有样本空间；所述共有样本空间指联邦学习中全部参与对象共有的样本交集； 各参与对象根据所述共有样本空间从各自的本地样本中筛选出位于所述共有样本空间内的本地样本作为目标本地样本，使用各参与对象各自的目标本地样本对所述训练模型进行训练，得到各参与对象各自的梯度信息； 服务器接收各参与对象发送的梯度信息，计算所述梯度信息分布密度的不确定度； 根据所述梯度信息分布密度的不确定度测定各参与对象本地样本中的对抗样本； 所述计算所述梯度信息分布密度的不确定度，具体包括以下步骤： 寻找与所述梯度信息分布密度之间的K‑L散度最小化的一个贝叶斯分布，使用K‑L散度表征所述梯度信息分布密度和贝叶斯分布的差异性； 以最小化K‑L散度为目标，使用最大化证据下界表征所述最小化K‑L散度； 基于蒙特卡洛方法对各个参与对象进行随机抽样，计算被抽样参与方梯度信息的先验概率，求取所述被抽样参与方梯度信息的先验概率平均值作为全局先验概率； 使用所述全局先验概率计算最大化证据下界，并求取最大化证据下界的梯度作为ELBO梯度； 利用贝叶斯公式计算后验概率，计算所述ELBO梯度的方差，略去噪声方差项后作为所述梯度信息分布密度的不确定度。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。