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！

龙图腾网获悉中央民族大学申请的专利一种基于敏感样本的可验证隐私保护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：CN121094058B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511203480.6，技术领域涉及：G06N3/098；该发明授权一种基于敏感样本的可验证隐私保护联邦学习方法是由唐湘云;韩旭;翁彧;林怡静;王亚杰;沈蒙;祝烈煌设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本一种基于敏感样本的可验证隐私保护联邦学习方法在说明书摘要公布了：本申请公开了一种基于敏感样本的可验证隐私保护联邦学习方法，涉及故障诊断领域。该方法引入泊松采样过程，基于隐私预算生成采样概率，确保所有记录的隐私预算同步耗尽，有效防止数据灾难性遗忘，提升模型效用。在模型验证模块中，借助梯度最大化算法生成敏感样本集，检测模型完整性攻击，用户端只需通过私有云客户端提供的推理服务API提交少量敏感样本进行预测，若返回结果与真实结果存在显著偏差，即可判断模型可能被篡改。本申请能够满足用户多样化的隐私需求，并实现对模型完整性进行黑盒验证，提高模型的精度。

本发明授权一种基于敏感样本的可验证隐私保护联邦学习方法在权利要求书中公布了：1.一种基于敏感样本的可验证隐私保护联邦学习方法，其特征在于，所述基于敏感样本的可验证隐私保护联邦学习方法应用于联邦学习系统，所述联邦学习系统用于进行故障诊断模型的训练，所述故障诊断模型用于基于生产设备的状态数据预测生产设备的状态，生产设备的状态数据为图像，所述联邦学习系统包括中央服务器、私有云客户端和用户端，所述基于敏感样本的可验证隐私保护联邦学习方法包括： 在中央服务器构建全局模型、概率估计器，初始化全局模型的参数，生成敏感样本集，并将全局模型、概率估计器、全局模型的初始参数和敏感样本集发送给用户端； 在用户端基于所述概率估计器采用泊松采样的方式，生成小批量数据集，并将全局模型、全局模型的初始参数和小批量数据集发送给私有云客户端； 在私有云客户端基于全局模型的初始参数和小批量数据集，采用个性化差分隐私策略对全局模型进行训练，并在训练结束后发布训练后模型的推理服务API； 在用户端调用模型推理服务API，并基于所述敏感样本集对训练后模型的完整性进行验证，验证通过后则允许私有云客户端将训练后模型的参数发送给中央服务器； 在所述中央服务器对各个私有云客户端发送的训练后模型的参数进行聚合，获得训练后的全局模型； 所述概率估计器采用模拟采样拟合算法生成，具体如下： 生成候选采样概率集合和RDP的阶数集合； 对于采样概率集合中的每个采样概率，基于RDP的阶数集合中对应的阶数，进行优化求解，获得每个采样概率对应的最优隐私预算，公式为： ； 其中，为第i个用户端的数据集中的第j条记录的最优差分隐私预算，为第i个用户端数据集中的第j条记录的瑞丽差分隐私预算，为差分隐私的松弛参数，为RDP的阶数； 根据各个采样概率及各个采样概率对应的最优隐私预算进行指数函数拟合，构建概率估计器； 所述概率估计器为： ； 其中，为采样概率，为隐私预算，、、均为拟合参数，为概率估计器。

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中央民族大学，其通讯地址为：100089 北京市海淀区中关村南大街27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。