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！

龙图腾网获悉中国共产党四川省委员会党校、四川行政学院(四川长征干部学院)申请的专利基于机器学习的数据安全保护系统及教育数据安保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：CN119961989B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510013525.7，技术领域涉及：G06F21/64；该发明授权基于机器学习的数据安全保护系统及教育数据安保方法是由吴蔚设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本基于机器学习的数据安全保护系统及教育数据安保方法在说明书摘要公布了：本发明公开了基于机器学习的数据安全保护系统及教育数据安保方法，涉及数据保护领域，本发明通过从当前联邦学习模型中教育数据的安全风险以及总耗时两个方面对当前联邦学习模型进行优化，提高了教育数据的安全性以及全局模型的训练和测试效率；其中，通过建立每次传输的模型参数的个数与教育数据泄漏的风险等级之间的映射模型，为后续对当前联邦学习模型中每个终端用户传输的模型参数的个数进行迭代调整提供了优化依据；再通过建立传输的参数个数、分配给解密以及模型训练的线程数与整体耗时之间的映射模型，并基于此该映射模型为后续对当前联邦学习模型中解密以及训练的效率与分配给对应的线程数进行迭代调整提供了优化依据。

本发明授权基于机器学习的数据安全保护系统及教育数据安保方法在权利要求书中公布了：1.基于机器学习的教育数据安保方法，其特征在于，包括以下步骤： S1、采集当前中央服务器、多个当前教育数据拥有者对应的教育数据和教育数据训练测试模型的参数，得到当前教育数据全局分类模型、当前局部教育数据矩阵集以及当前最终模型参数数据矩阵； S2、采集多组历史的中央服务器以及对应的多个教育数据拥有者的数据，得到历史传送参数个数矩阵、历史教育数据泄漏风险等级数据集、历史解密线程数据集、历史训练测试线程数据集、传送模型参数总数量集以及历史耗时数据集；并构建最终教育数据泄漏风险映射模型以及最终模型训练耗时映射模型； S3、配合最终教育数据泄漏风险映射模型以及当前最终模型参数数据矩阵对每个当前教育数据拥有者向当前中央服务器加密传送的模型参数的个数进行优化，得到当前最终传送参数个数集；采集每个当前教育数据拥有者向当前中央服务器加密传送的模型参数的数据，得到当前传送参数总个数、当前解密线程数以及当前模型训练线程数； S4、配合最终模型训练耗时映射模型对当前解密线程数以及当前模型训练线程数进行优化，得到当前最终解密线程数以及当前最终模型训练线程数； 所述S2包括以下步骤： S21、采集多组历史的中央服务器以及对应的多个历史的教育数据拥有者的教育数据局部分类模型的参数数据，得到历史模型参数数据集矩阵； S22、配合历史模型参数数据集矩阵采集每个历史的教育数据拥有者每次向对应的历史中央服务器集中的中央服务器加密发送的参数个数以及对应的教育数据泄漏风险等级数据，得到历史传送参数个数矩阵以及对应的历史教育数据泄漏风险等级数据集； S23、采用所述历史传送参数个数矩阵以及历史教育数据泄漏风险等级数据集构建最终教育数据泄漏风险映射模型； S24、当每个历史的教育数据拥有者每次同时向对应的历史中央服务器集中的中央服务器加密发送参数时，采集每个历史的中央服务器中用于教育数据解密的线程数，用于历史教育数据全局分类模型集中每个教育数据全局分类模型训练、测试的线程数，传送的模型参数的总个数以及训练、测试的总耗时数据，得到历史解密线程数据集、历史训练测试线程数据集、传送模型参数总数量集以及历史耗时数据集； S25、采用所述历史解密线程数据集、历史训练测试线程数据集以及历史耗时数据集构建最终模型训练耗时映射模型； 所述最终教育数据泄漏风险映射模型采用SVM模型；所述最终模型训练耗时映射模型采用SVM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中国共产党四川省委员会党校、四川行政学院(四川长征干部学院)，其通讯地址为：610071 四川省成都市青羊区光华村街43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”。