杭州中奥科技有限公司郑申俊获国家专利权
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!
龙图腾网获悉杭州中奥科技有限公司申请的专利基于联邦学习模型的水印检测方法、系统及电子设备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:CN113901405B 。
龙图腾网通过国家知识产权局官网在2025-08-19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:202111182538.5,技术领域涉及:G06F21/16;该发明授权基于联邦学习模型的水印检测方法、系统及电子设备是由郑申俊;张亮;李冰;王魁;赵尚上;江易;吴金华;俞山青设计研发完成,并于2021-10-11向国家知识产权局提交的专利申请。
本基于联邦学习模型的水印检测方法、系统及电子设备在说明书摘要公布了:本发明提供了一种基于联邦学习模型的水印检测方法、系统及电子设备,涉及信息安全技术领域,该方法首先获取联邦学习模型的初始化参数,其中,初始化参数至少包括:参与联邦学习的设备数量、参与训练的客户端数量、参与训练的水印客户端数量;然后根据初始化参数对联邦学习模型进行聚合计算,确定联邦学习模型的聚合模型;再对聚合模型进行收敛计算,并更新水印客户端中的水印数据;最后判断待检测样本中是否包含已更新的水印数据,并将判断结果确定为水印检测的结果。该方法利用聚合模型动态改变嵌入的水印数据,实现了利用水印来对模型的所有权进行检测。
本发明授权基于联邦学习模型的水印检测方法、系统及电子设备在权利要求书中公布了:1.一种基于联邦学习模型的水印检测方法,其特征在于,所述方法包括: 获取联邦学习模型的初始化参数;其中,所述初始化参数包括:参与联邦学习的设备数量、参与训练的非水印客户端数量、参与训练的水印客户端数量; 根据所述初始化参数对所述联邦学习模型进行聚合计算,确定所述联邦学习模型的聚合模型; 对所述聚合模型进行收敛计算,并更新所述水印客户端中的水印数据; 判断待检测样本中是否包含已更新的所述水印数据,并将判断结果确定为所述水印检测的结果; 所述联邦学习模型包括:客户端模型以及服务端模型; 获取联邦学习模型的初始化参数的步骤,包括: 利用所述参与训练的非水印客户端数量,确定第一客户端模型; 利用所述参与训练的水印客户端数量,确定第二客户端模型; 根据所述参与联邦学习的设备数量,分别确定所述第一客户端模型以及所述第二客户端模型对应的模型参数,并将已确定的模型参数确定为所述初始化参数; 根据所述初始化参数对所述联邦学习模型进行聚合计算,利用以下算式实现: , 其中,为已完成聚合的所述聚合模型;为上一轮聚合的所述服务端模型;为权重缩放系数;为本轮训练的第一客户端模型;为本轮训练的第二客户端模型; 对所述聚合模型进行收敛计算,包括: 利用优化补丁,对所述聚合模型进行优化;上述过程通过以下算式实现: , 其中,为步长;为符号函数;为优化后的结果;为优化补丁;为计算预测结果与真实结果的交叉熵损失函数;为所述水印客户端对应的梯度;为水印数据的标签;为所述水印数据; 利用以下算式消除上一时刻中补丁的影响: , 其中,将嵌入水印的数据集使用正确的标签进行矫正;并利用和目标标签重新嵌入新的水印;为下一轮训练的所述聚合模型对应的权重参数;为本轮训练的所述聚合模型对应的权重参数;中的和分别是第二本地数据集的数据和标签;为本轮训练的所述聚合模型;为收敛计算方法; 判断待检测样本中是否包含已更新的所述水印数据,并将判断结果确定为所述水印检测的结果的步骤,包括: 获取待检测样本,将所述待检测样本与水印输入至所述聚合模型中,得到输出结果; 判断所述输出结果是否与水印数据的标签相同,并将判断结果确定为所述水印检测的结果。
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杭州中奥科技有限公司,其通讯地址为:310000 浙江省杭州市拱墅区候圣街99号财智顺丰创新中心2幢1408室;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。