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！

龙图腾网获悉国网四川省电力公司电力科学研究院申请的专利一种基于条件过滤梯度更新机制的联邦学习方法及系统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：CN118821219B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202410973642.3，技术领域涉及：G06F21/62；该发明授权一种基于条件过滤梯度更新机制的联邦学习方法及系统是由张泰;滕予非;陈少卿;罗东辉;乔云池;黄长久;蒋容设计研发完成，并于2024-07-19向国家知识产权局提交的专利申请。

本一种基于条件过滤梯度更新机制的联邦学习方法及系统在说明书摘要公布了：本发明属于网络安全技术领域，涉及一种基于条件过滤梯度更新机制的联邦学习方法及系统；所述方法包括可信机构向参与方分配条件阈值，将公钥对、同态哈希函数发送给参与方，将私钥对、非交互式零知识证明的同态密码系统的素数分配给云服务器；云服务器向参与方下发初始化全局模型；参与方在全局模型上训练，利用基于条件过滤梯度更新机制得到局部模型；参与方利用公钥对将局部模型的参数加密后上传至云服务器；云服务器按照预设聚合规则对上传的局部模型聚合，并使用私钥对将聚合结果解密后生成平均模型，向参与方下发平均后的全局模型。本发明采用基于条件过滤梯度更新机制选择最准确和最重要的梯度更新，减小了通信开销、改善了梯度更新准确性。

本发明授权一种基于条件过滤梯度更新机制的联邦学习方法及系统在权利要求书中公布了：1.一种基于条件过滤梯度更新机制的联邦学习方法，其特征在于，所述方法包括：可信机构向各个参与方分配条件阈值；所述条件阈值包括可用性条件阈值、灵敏度条件阈值和相关性条件阈值；可信机构为各个参与方选择两个同态哈希函数，将私钥对和非交互式零知识证明的同态密码系统的素数分配给云服务器，并将公钥对、两个同态哈希函数以及非交互式零知识证明的同态密码系统的素数乘积发送给各个参与方；云服务器向所有参与方下发初始化全局模型；各个参与方采用本地数据集在其接收到的全局模型上进行训练，利用分布式选择性随机梯度下降优化方法进行局部梯度更新，并利用基于条件过滤梯度更新机制得到局部模型；所述基于条件过滤梯度更新机制包括：若参与方的可用资源小于可用性条件阈值，则参与方丢掉本次更新的梯度，并不参与未来的梯度更新，若参与方的可用资源等于或大于可用性条件阈值，则参与方检查梯度数据的灵敏度；若参与方检查的梯度数据的灵敏度超过灵敏度条件阈值，则参与方即时加密梯度更新并上传至云服务器，若参与方检查的梯度数据的灵敏度未超过灵敏度条件阈值，则参与方检查梯度数据的相关性；若参与方检查的当前梯度数据与前一梯度数据的相关度超过相关性条件阈值，则参与方即时加密梯度更新并上传至云服务器，若参与方检查的当前梯度数据与前一梯度数据的相关度未超过相关性条件阈值，则参与方丢掉本次更新的梯度，并继续检测梯度数据的灵敏度；各个参与方利用公钥对局部模型的参数基于非交互式零知识证明的同态密码系统的素数乘积加密后上传至云服务器；云服务器利用私钥对各个参与方上传的局部模型进行解密，并按照预设聚合规则解密后的局部模型进行聚合，向所有参与方下发聚合后的全局模型。

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国网四川省电力公司电力科学研究院，其通讯地址为：610041 四川省成都市高新区锦晖西二街16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”。