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！

龙图腾网获悉大连理工大学;深圳市洞见智慧科技有限公司申请的专利一种基于高维空间聚类的无监督联邦学习投毒防御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：CN116738270B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310793505.7，技术领域涉及：G06F18/23213；该发明授权一种基于高维空间聚类的无监督联邦学习投毒防御方法是由代晓蕊;王波;付海燕;王湾湾设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本一种基于高维空间聚类的无监督联邦学习投毒防御方法在说明书摘要公布了：一种基于高维空间聚类的无监督联邦学习投毒防御方法，属于联邦学习技术领域，本发明方法整体框架主要包含数据预处理器、聚类器、选择器和聚合器四个部分。该方法首先对来自客户端的模型参数进行预处理，抽取多层网络模型的其中一层进行聚类分析，并使用PCA对抽取的模型参数进行降维，提取更优模型参数特征；然后将降维后的模型参数分别送入m个K‑means聚类器进行聚类；然后通过选择器选择良性参与方所属的簇；最后使用聚类器对良性参与方的模型参数进行聚合。实验结果表明，本发明的方法可以有效地防御多种典型地联邦学习投毒攻击方法。

本发明授权一种基于高维空间聚类的无监督联邦学习投毒防御方法在权利要求书中公布了：1.一种基于高维空间聚类的无监督联邦学习投毒防御方法，其特征在于，包含数据预处理器、聚类器、选择器和聚合器四个部分，首先对来自客户端的模型参数进行预处理，抽取多层网络模型的其中一层进行聚类分析，并使用PCA对抽取的模型参数进行降维，提取更优模型参数特征；然后将降维后的模型参数分别送入m个K-means聚类器进行聚类；然后通过选择器选择良性参与方所属的簇；最后使用聚类器对良性参与方的模型参数进行聚合；各个模块的工作步骤如下： 数据预处理器首先对各个参与方上传上来的模型参数进行处理，选取某一层模型参数作为聚类数据，并利用PCA提取特征，并把降维后的模型参数分发给聚类器； 聚类器中包含m个聚类模型，每个聚类模型采用K-means聚类算法对降维后的参数进行聚类； 选择器主要执行两步操作，首先对每个聚类模型的聚簇结果进行筛选，选择样本数量符合所设阈值的簇，然后对所有满足条件的簇，利用簇内距离进行评估，选出最终用于聚类的模型参数所属簇； 聚合器依据FedAvg聚合算法对挑选的模型参数进行聚合。

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大连理工大学;深圳市洞见智慧科技有限公司，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。