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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心)申请的专利差分隐私下检测并防御投毒攻击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：CN120069009B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510542723.2，技术领域涉及：G06N3/098；该发明授权差分隐私下检测并防御投毒攻击的联邦学习方法及系统是由王鑫;齐梦石;杨明;吴晓明;贺云鹏;穆超;刘臣胜;陈振娅设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本差分隐私下检测并防御投毒攻击的联邦学习方法及系统在说明书摘要公布了：本发明属于分布式机器学习的技术领域，更具体地，涉及一种差分隐私下检测并防御投毒攻击的联邦学习方法及系统。所述方法包括：在客户端定义差分隐私；客户端下载服务端的全局模型，使用本地训练数据集训练本地模型，计算差分隐私噪声并结合自适应加噪决策机制实现本地模型更新；服务端接收来自客户端的本地模型更新，执行基于分段聚类分析的恶意更新检测；服务端为各客户端分配权重并聚合更新得到全局模型；重复以上步骤，直到达到设置的训练轮次，输出最终的全局模型。本发明解决了差分隐私下模型扰动造成的攻击识别困难问题，可精准筛除对全局模型构成威胁的异常客户端，实现隐私性与安全性的协同优化。

本发明授权差分隐私下检测并防御投毒攻击的联邦学习方法及系统在权利要求书中公布了：1.差分隐私下检测并防御投毒攻击的联邦学习方法，其特征在于，所述方法包括： S1、在客户端定义差分隐私； S2、客户端下载服务端的全局模型，使用本地训练数据集训练得到本地模型，计算差分隐私噪声并结合自适应加噪决策机制实现客户端本地模型更新；所述数据集的样本数据为图像数据； S3、服务端接收来自客户端的本地模型更新，执行基于分段聚类分析的恶意更新检测，具体如下： S31：服务端收集来自所有客户端的经差分隐私噪声处理的本地模型更新； S32：服务端将每个客户端的本地模型更新划分为n个子向量段：根据维度将完整的本地模型更新划分为n个子向量段，以提取不同维度区间内的更新值： （1） （2） （3） 其中，表示客户端本地更新向量在第n个分段上的子向量； S33：针对每一个子向量段，服务端对该段上所有客户端的参数集合执行聚类分析，采用K-Means聚类算法将参数分布相近的本地更新划分为若干簇，并识别出其中包含客户端数量最多的簇，将包含客户端数量最多的簇定义为恶意客户端集合； S4、服务端为各客户端分配权重并聚合更新得到全局模型； S5、各个客户端获取训练好的全局模型，完成一次迭代，重复步骤S2-S4，直到达到设置的训练轮次，服务端输出最终的全局模型。

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山东省计算中心(国家超级计算济南中心)，其通讯地址为：250000 山东省济南市历下区经十路东首科学院路19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”。