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用于抵御联邦学习后门攻击的防御方法、设备及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：CN121037123B 。

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：202511564683.8，技术领域涉及：H04L9/40；该发明授权一种用于抵御联邦学习后门攻击的防御方法、设备及介质是由蔡惠;周昱凝;盛碧云;周剑;周浩设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本一种用于抵御联邦学习后门攻击的防御方法、设备及介质在说明书摘要公布了：本发明公开了一种用于抵御联邦学习后门攻击的防御方法、设备及介质，包括：客户端全局模型随机分发至客户端集合，并基于客户端本地数据训练更新；模型更新量收集后基于更新方向相似度进行层次聚类；对层次聚类中每个方向聚类得到的簇，提取对应L2范数作为幅度特征，采用轮廓系数确定最优子簇数目并进行二次聚类；聚类后的每个子簇，以多组模型更新量更新幅度的中位数作为剪裁阈值，计算各节点的缩放比例，对幅度超出阈值的进行缩放；聚合剪裁后的模型更新量，加权平均生成新一代全局模型，并将其分发至客户端群体迭代；重复上述步骤，直至模型收敛或达到预定训练轮次。本发明实现了对恶意客户端的高精度识别与隔离。

本发明授权一种用于抵御联邦学习后门攻击的防御方法、设备及介质在权利要求书中公布了：1.一种用于抵御联邦学习后门攻击的防御方法，其特征在于，包括： S1.通过服务器将初始化客户端全局模型并随机分发至客户端集合，并基于客户端本地数据进行模型的训练更新； S2.模型更新量被服务器收集后基于更新方向相似度进行层次聚类； S3.对层次聚类中每个方向聚类得到的簇，提取对应客户端模型更新所使用的L2范数作为幅度特征，采用轮廓系数确定最优子簇数目并进行二次聚类； S4.对二次聚类后得到的每个子簇，以多组模型更新量更新幅度的中位数作为剪裁阈值，计算各节点的缩放比例，对幅度超出阈值的更新进行缩放； S5.服务器聚合所有经剪裁后的模型更新量，通过加权平均生成新一代全局模型，并将其分发至客户端群体，完成本轮迭代； S6.重复上述S1-S5步骤，直至模型收敛或达到预定的训练轮次； 所述S3步骤中进行二次聚类的具体操作流程包括： 对于对层次聚类中每个方向聚类得到的簇进行簇内细化分析； 计算簇内各个客户端模型更新量的L2范数作为幅度特征，有计算公式为： 其中，和分别为客户端和的模型更新量； 在每个簇内部，基于幅度特征，获取更新幅度向量； 使用轮廓系数自适应确定最佳聚类数目，对更新幅度向量进行二次聚类； 所述轮廓系数的数学表达公式为： 其中，为点与同一簇内所有其他点的平均距离，是点到最近邻簇中所有点的平均距离，用于选取距离与中的较大值，确保轮廓系数的取值范围在[-1,1]之间。

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 江苏省南京市栖霞区文苑路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。