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！

龙图腾网获悉哈尔滨工业大学(深圳)申请的专利一种联邦学习模型投毒防御方法、终端及存储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：CN115456192B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202211000977.4，技术领域涉及：G06N20/00；该发明授权一种联邦学习模型投毒防御方法、终端及存储介质是由刘洋;刘亲博;田宇琛;王轩;张伟哲;漆舒汉;蒋琳;吴宇琳设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本一种联邦学习模型投毒防御方法、终端及存储介质在说明书摘要公布了：本发明公开了一种联邦学习模型投毒防御方法、终端及存储介质，方法包括：根据各局部模型增量的范数及对应的数据集选择匹配的裁剪阈值，并根据选择的裁剪阈值对对应的局部模型增量进行自适应裁剪；根据裁剪后的局部模型增量确定当前全局模型增量的符号特征，并根据确定的当前全局模型增量的符号特征计算裁剪后的局部模型对应的选择系数；根据计算的选择系数将各裁剪后的局部模型进行选择性聚合，得到全局模型；本发明可以有效地防御标签翻转缩放攻击、符号翻转攻击、最小化最大距离攻击等模型投毒攻击手段，能够帮助中心服务器在不收集客户端原始数据、不加剧客户端本地计算量的情况下完成对本地模型的聚合，增强联邦学习框架的可靠性和鲁棒性。

本发明授权一种联邦学习模型投毒防御方法、终端及存储介质在权利要求书中公布了：1.一种联邦学习模型投毒防御方法，其特征在于，包括： 根据各局部模型增量的范数及对应的数据集选择匹配的裁剪阈值，并根据选择的裁剪阈值对对应的局部模型增量进行自适应裁剪； 根据裁剪后的局部模型增量确定当前全局模型增量的符号特征，并根据确定的当前全局模型增量的符号特征计算裁剪后的局部模型对应的选择系数； 根据计算的选择系数将各裁剪后的局部模型进行选择性聚合，得到全局模型； 所述根据裁剪后的局部模型增量确定当前全局模型增量的符号特征，并根据确定的当前全局模型增量的符号特征计算裁剪后的局部模型对应的选择系数，包括： 根据所述裁剪后的局部模型增量确定对应客户端的当前模型增量； 根据所述当前模型增量提取各维度参数值的符号信息； 根据提取的符号信息及期望的全局增量的符号特征，计算所述裁剪后的局部模型对应的选择系数； 所述根据当前模型增量提取各维度参数值的符号信息，包括： 定义符号函数； 将所述当前模型增量作为输入参数输入至所述符号函数中； 根据所述符号函数提取各维度参数值的符号信息； 所述根据提取的符号信息及期望的全局增量的符号特征，计算裁剪后的局部模型对应的选择系数，包括： 定义所述期望的全局增量的符号特征； 根据所述全局增量的符号特征及所述提取的符号信息，计算所述当前模型增量与所述全局增量的符号一致性参数比例，得到所述裁剪后的局部模型对应的选择系数； 以所述模型增量的符号作为依据，通过汉明距离从各客户端提交的本地模型中决定选择比例，对所述本地模型进行选择性的参数聚合，在模型聚合阶段破坏恶意模型参数的完整性，以达到对模型投毒攻击的防御目的。

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哈尔滨工业大学(深圳)，其通讯地址为：518055 广东省深圳市南山区西丽大学城哈工大校区；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。