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！

龙图腾网获悉北京工业大学申请的专利一种无第三方纵向联邦学习环境下中毒攻击的识别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：CN116226853B 。

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：202310183216.5，技术领域涉及：G06F21/56；该发明授权一种无第三方纵向联邦学习环境下中毒攻击的识别方法是由林莉;王万祥;吕沛霖;吕旭辉设计研发完成，并于2023-03-01向国家知识产权局提交的专利申请。

本一种无第三方纵向联邦学习环境下中毒攻击的识别方法在说明书摘要公布了：本发明公开了一种无第三方纵向联邦学习环境下的中毒攻击识别方法，属于联邦学习领域技术。针对现有的无第三方纵向联邦学习中毒攻击的检测方法，需要在每轮训练中选取不同参与方构建多个模型，将效果好的组合内未选取的参与方认定为投毒参与方，时间开销和训练开销过大的问题，公开了一种高效的识别中毒攻击的方法。该方法通过模型中的参数计算参与方的贡献值，当贡献值趋于稳定时，通过d‑s证据理论对参与方的贡献值进行综合评估产生评价值，动态调整阈值，将评价值小于阈值的参与方认定为投毒参与方。本方法在每轮训练不会建立多余模型，投毒参与方识别过程不会产生额外通信开销，时间开销小，识别效率高。

本发明授权一种无第三方纵向联邦学习环境下中毒攻击的识别方法在权利要求书中公布了：1.一种无第三方纵向联邦学习环境下中毒攻击的识别方法，其特征在于：包含无第三方纵向联邦学习模型初始化、机器学习模型构建模块和投毒参与方识别模块以及两模块之间的数据交互；步骤实施如下： 步骤1：无第三方纵向联邦学习模型初始化；设置多个参与方，各个参与方拥有相同的样本空间和不同的特征空间，随机选取一个参与方为聚合方；随机选取参与方进行投毒攻击；初始化投毒阈值及模型中的各个参数，评价值小于投毒阈值的参与方被认定为投毒参与方； 每轮训练都会运行一次机器学习模型构建模块和投毒参与方识别模块；训练过程中，聚合方会对本地数据进行查询并与各个参与方进行数据交互； 步骤2：每轮训练中都会运行一次机器学习模型构建模块，产生CART树；全部的样本空间组成根节点，从根节点开始，聚合方根据本地数据和与参与方的交互结果计算特征的增益值，增益值可用来识别投毒参与方，根据增益值寻找最优特征值划分节点的样本空间，将样本空间下沉为左子节点和右子节点，不断交互划分，直到每个节点都成为叶子节点，完成CART树构建，一轮机器学习训练结束；投毒特征对应的节点会随着训练离叶子节点越来越近，被用作分割节点的次数减少； 步骤3：每次机器学习模型构建模块完成后，会运行投毒参与方识别模块，通过参与方的贡献值筛选投毒参与方；特征的增益值越低，被用来分割节点的次数越小，对模型的贡献越低，进行投毒攻击的可能性越大；根据参与方特征的平均增益值计算参与方贡献值，通过d-s证据理论对参与方贡献值进行综合评价得出评价值，将三轮内评价值均小于投毒阈值的参与方认定为可疑参与方；可疑参与方不再加入机器学习训练，如果损失函数有明显上升，将投毒阈值设置为可疑参与方评价值，可疑参与方认定为正常参与方，继续加入机器学习训练；如果损失函数无明显上升，认定可疑参与方为投毒参与方。

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北京工业大学，其通讯地址为：100024 北京市朝阳区平乐园100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。