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！

龙图腾网获悉云南省通信产业服务有限公司申请的专利基于差分隐私的自适应联邦学习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：CN120106242B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510068391.9，技术领域涉及：G06N20/00；该发明授权基于差分隐私的自适应联邦学习方法是由王东鸿;于嘉;张凌;孙羽;朱家雄;李锐鹏;蒋婷婷设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本基于差分隐私的自适应联邦学习方法在说明书摘要公布了：本发明公开了一种基于差分隐私的自适应联邦学习方法，属于安全技术领域。包括以下步骤：通过客户端初始化模型，利用交叉熵损失函数训练模型，并利用未标记数据增强学习；将本地模型更新发送至中央服务器，利用全局模型指导每个客户端的本地模型训练；服务器智能选择下一轮参与聚合的客户端；客户端和中央服务器协作，实施动态模型评估机制，及时调整策略；更新后的全局模型下发给各客户端，用于下一轮的本地模型训练。本方法不仅能够根据数据的变化和模型的性能动态调整学习策略，还通过增强的语义蒸馏和多任务学习策略提高了模型的泛化能力，有效地减少了通信成本，在数据敏感和分布不均的应用场景中尤为有效。

本发明授权基于差分隐私的自适应联邦学习方法在权利要求书中公布了：1.基于差分隐私的自适应联邦学习方法，其特征在于，包括以下步骤： S10：设定N个客户端，每个客户端收集标记数据集和未标记数据集，随后客户端执行数据预处理操作，初始化本地模型； S20：客户端利用标记数据集进行模型训练，使用交叉熵函数优化学习过程；对于未标记数据集，通过自监督学习方法生成伪标签，随后将标记数据集与生成的伪标签结合，进一步优化模型参数，进行本地模型更新； S30：客户端将本地模型更新发送至中央服务器，中央服务器利用全局模型通过增强的语义蒸馏方法以及多任务学习和元学习策略，指导每个客户端的本地模型训练； S40：中央服务器对各客户端上传的模型更新进行评估，基于客户端数据质量、多样性和历史贡献度，计算聚合权重，进行新一轮的全局模型更新，并动态调整下一轮参与聚合的客户端集合； S50：在全局模型更新上传与全局模型下发过程中，采用差分隐私机制对敏感参数进行扰动处理，同时结合安全多方计算技术在中央服务器端进行安全聚合； S60：客户端和中央服务器协同进行模型性能评估，实时监控模型的学习进度，并根据评估结果调整元学习策略； S70：将更新后的全局模型下发给各客户端，用于下一轮的本地模型训练，直至达到预定的性能指标或学习轮次，完成本地模型训练； 所述S30具体包括： 进行模型聚合更新，定义蒸馏损失函数Ldistillθi用于客户端从全局模型中学习： 其中，Qyj|x；θg代表全局模型θg对输入样本x的类别j的预测概率； 利用本地模型学习全局模型的输出，同时学习其他任务，使用多任务学习策略，假设有其他任务损失Ltaskθk，则整合多任务学习的总损失函数Ltotalθk为： Ltotalθk＝Ldistillθk+λLtaskθk 其中λ是任务损失权重系数； 使用元学习策略动态调整学习率、损失函数中的权重系数λk以及学习任务之间的优先级，定义一个元目标LmetaΦ，通过交叉验证集上的性能来验证学习的有效性： 其中，Φ是元学习的参数，Φ*是使元目标LmetaΦ最小化的参数； 基于上述总损失函数Ltotalθk和元学习策略，更新每个客户端的本地模型参数θk，每个本地模型新一轮的模型参数其中，η代表学习率，代表总损失函数对参数θk的梯度。

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云南省通信产业服务有限公司，其通讯地址为：650000 云南省昆明市中国(云南)自由贸易试验区昆明片区官渡区北京路237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”。