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！

龙图腾网获悉北京市大数据中心;中国电信股份有限公司北京分公司;北京邮电大学申请的专利一种基于多方纵向联邦学习的人群流量预测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：CN120013021B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202510487010.0，技术领域涉及：G06Q10/04；该发明授权一种基于多方纵向联邦学习的人群流量预测方法及系统是由骆亦飞;李凝云;张琳;罗锐;刘雨;徐海琛;石磊;郭洪暄设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本一种基于多方纵向联邦学习的人群流量预测方法及系统在说明书摘要公布了：本发明涉及流量预测技术领域，具体涉及一种基于多方纵向联邦学习的人群流量预测方法及系统，具体如下：多方数据持有方进行本地特征编码，对时空流量数据持有方的时空人群流量数据进行时空特征编码，对外部因素数据持有方的外部因素数据进行外部因素特征编码，然后通过隐私保护分布式联合建模对各方编码后的特征进行加密和差分隐私保护，然后将经过加密和隐私保护后的加密特征传输至可信第三方的全局模块，最后对第三方的全局模块加密特征进行解密，根据解密后的特征进行人群流量预测，并对各数据持有方的本地模型进行更新。能够在保证数据隐私安全的前提下，利用时空流量数据与外部因素的跨域协同，有效解决分散数据源的移动人群流量的预测问题。

本发明授权一种基于多方纵向联邦学习的人群流量预测方法及系统在权利要求书中公布了：1.一种基于多方纵向联邦学习的人群流量预测方法，其特征是，包括以下步骤： S1、多方数据本地特征编码： 数据持有方包括时空流量数据持有方和外部因素数据持有方，各数据持有方独立构建各自本地模型； 时空流量数据持有方的本地模型对时空人群流量数据进行时空特征编码，编码采用卷积网络提取局部区域的空间相关性特征，并结合循环神经网络捕获时间依赖性，最终生成时空特征； 外部因素数据持有方的本地模型对外部因素数据进行外部因素特征编码，编码采用多尺度时间编码对外部因素数据的时间特性进行捕获，并建立多层感知机编码最终生成关联特征； S2、隐私保护分布式联合建模： 各数据持有方通过隐私保护分布式联合建模分别对时空特征和关联特征分别进行加密和差分隐私保护，然后各数据持有方将经过加密和差分隐私保护后的特征传输至可信第三方的全局模块； S3、全局模块与本地模型动态更新： 可信第三方对接收到的时空特征进行解密操作，将解密后的时空特征与经过差分隐私保护后的关联特征进行特征融合，再将融合后的特征编码输入至多层感知机进行人群流量预测，然后基于预测误差反向传播计算个性化梯度更新规则，随后对可信第三方的全局模块进行模型梯度更新，再后将相应本地模型的梯度更新传播下发至多个数据持有方的本地模型进行模型梯度更新。

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北京市大数据中心;中国电信股份有限公司北京分公司;北京邮电大学，其通讯地址为：100000 北京市通州区潞城镇宏安街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”。