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！

龙图腾网获悉华中科技大学申请的专利一种基于彩票理论和差分隐私的分组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：CN119066708B 。

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：202411160020.5，技术领域涉及：G06F21/62；该发明授权一种基于彩票理论和差分隐私的分组联邦学习方法是由谢雨来;张和禹;冯丹;刘康设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本一种基于彩票理论和差分隐私的分组联邦学习方法在说明书摘要公布了：本发明公开了一种基于彩票理论和差分隐私的分组联邦学习方法，属于计算机领域，该方法基于客户端数据分布和算力对客户端分组，降低弱算力客户端的计算开销，既保证联邦学习模型的收敛性又降低了训练时间；并且，将彩票理论剪枝过程分散到联邦学习的每个客户端组中，每个客户端组只执行一个剪枝阶段，有效降低了客户端的计算开销和通信开销；此外，本发明设计了剪枝率动态调整策略，该框架根据剪枝率的动态调整，相应地设计了差分隐私预算分配策略，保证了系统的隐私安全。综上，本发明提供的方法能够在非独立同分布数据和保护客户端隐私的前提下，有效提升联邦学习的模型性能并降低计算和通信开销。

本发明授权一种基于彩票理论和差分隐私的分组联邦学习方法在权利要求书中公布了：1.一种基于彩票理论和差分隐私的分组联邦学习方法，其特征在于，包括： S1，服务器将初始全局模型下发至所有客户端，各客户端分别对进行随机剪枝以自适应调整剪枝率，使各客户端的本地训练时间小于时间阈值，并将剪枝率返回至服务器； S2，服务器根据各客户端的剪枝率，在预设约束下，以最小化所有客户端组的类数据不平衡度为目标，对所有客户端进行分组；所述预设约束包括：任一客户端的剪枝率小于其所在客户端组的剪枝率上限，客户端组的剪枝率上限依次顺序递增，任一客户端的数据集中的训练样本的数量不小于数量阈值； S3，顺序依次对进行基于彩票理论的迭代剪枝‑参数初始化操作；其中，对于第i个客户端组，所述基于彩票理论的迭代剪枝‑参数初始化操作包括： A1，服务器将当前全局模型下发至中的各客户端进行轮次基于差分隐私的联邦学习得到更新后的； A2，服务器根据单次剪枝率对更新后的进行非结构化剪枝，若其剪枝率达到的目标剪枝率，则对其进行结构化剪枝及参数初始化得到；否则返回A1； S4，服务器将发送至所有客户端进行基于差分隐私的全局联邦学习训练，得到最终的全局模型。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。