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！

龙图腾网获悉南京邮电大学申请的专利一种联邦学习安全性测评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：CN116304598B 。

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：202211549230.4，技术领域涉及：G06F18/21；该发明授权一种联邦学习安全性测评方法是由赵海涛;施颖;郭亮;李洁;王少鹏;刘淼;杨洁设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本一种联邦学习安全性测评方法在说明书摘要公布了：本发明涉及联邦学习技术领域，公开了一种联邦学习安全性测评方法，其以评测联邦学习架构在受到恶意对手攻击后的安全风险程度为目标，首先明确联邦学习网络框架，详细描述在密文域下安全聚合梯度的过程；接着定义漏洞、威胁攻击，明确联邦学习任务；然后采用层次分析法，以漏洞、任务、客户端的顺序展开对联邦学习模型的安全性的评估，最后结合模型分类准确率对联邦学习模型进行综合评价。本发明解决了研究联邦学习框架中无法测评架构运行安全性的问题。

本发明授权一种联邦学习安全性测评方法在权利要求书中公布了：1.一种联邦学习安全性测评方法，其特征在于，包括： 密钥生成中心给第k个客户端和云端均分发一对非对称密钥pkk,skk和pkc,skc，确定第k个客户端在第t轮的联邦学习过程；其中，k∈{1,2,…,K}，K为参与联邦学习的客户端总数，t∈{1,2,…,T}，T表示模型迭代的总轮数，pkk为用户公开发布的公钥，skk为仅有客户端k保存的密钥，pkc为公开发布的公钥，skc为仅有云端保存的密钥； 采用MNIST数据集中第一设定数量的数据进行学习，以及采用MNIST数据集中第二设定数量的数据对联邦学习模型进行测试；其中，MNIST数据集为手写体数字的图片数据集； 采用层次分析法并根据漏洞、任务、客户端的顺序对所述联邦学习模型的安全性进行评估；具体包括： 从联邦学习网络中收集原始数据，假设联邦学习客户端集中存在漏洞vj,j＝1,2,…,m，恶意攻击者成功利用第j个漏洞的概率为Pj；其中，所述漏洞为客户端数据操作方面的漏洞； 假设在第k∈{1,2,…,K}个客户端上需要完成Nk个任务，客户端k为第i∈{1,2,…,Nk}个任务分配的资源为si，计算每个任务的重要度Si，以及计算任务si的风险系数SRi，以得到客户端各个任务的风险系数； 在第t轮通信中，根据t-1轮的云端分配的梯度权重记为各个客户端在整个网络中的重要系数UIk，计算客户端k的风险系数URk； 令表示不含客户端重要度的风险值，将此风险值和重要度重新按照升序排序后得到集合和计算网络中客户端风险最大值和最小值； 通过计算实际风险值，以及通过NRDD＝NR-NRminNRmax-NRmin计算网络风险分布度； 根据网络风险分布度评估所述联邦学习模型的安全性；其中，NRDD越低，网络风险越低，联邦学习模型的安全性越好； 计算安全样本分类准确率SCA，并根据所述安全样本分类准确率SCA评价所述联邦学习模型在安全性和准确率下的性能。

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南京邮电大学，其通讯地址为：210000 江苏省南京市文苑路9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。