广东工业大学张伟文获国家专利权
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！
龙图腾网获悉广东工业大学申请的专利一种抵御联邦学习标签翻转攻击的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：CN115422537B 。
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：202210486095.7，技术领域涉及：G06F21/56；该发明授权一种抵御联邦学习标签翻转攻击的方法是由张伟文;江奕锋设计研发完成，并于2022-05-06向国家知识产权局提交的专利申请。
本一种抵御联邦学习标签翻转攻击的方法在说明书摘要公布了：本发明涉及联邦学习技术领域，提出一种抵御联邦学习标签翻转攻击的方法，包括以下步骤：服务端训练生成网络，该网络基于服务端本地的全局模型学习标签到潜在特征空间的映射关系；客户端基于全局模型和生成网络检测其数据质量；服务端根据客户端的数据质量，将客户端分为良性客户端集合和恶意客户端集合，并取消每个恶意客户端参与本轮训练的资格；良性客户端构建个性化模型，并以生成网络产生的潜在特征作为归纳偏置对本地训练进行调节；每个良性客户端完成本地训练后，分别将模型参数发送给服务端进行聚合，用于对服务端本地的全局模型进行更新；得到最终的全局模型，基于最终的全局模型抵御标签翻转攻击。
本发明授权一种抵御联邦学习标签翻转攻击的方法在权利要求书中公布了：1.一种抵御联邦学习标签翻转攻击的方法，其特征在于，包括以下步骤： S1：服务端训练生成网络，所述生成网络基于服务端本地的全局模型学习标签到潜在特征空间的映射关系； S2：服务端将全局模型和生成网络广播给每个客户端，每个客户端基于全局模型和生成网络检测其数据质量； S3：服务端根据每个客户端的数据质量，将客户端分为良性客户端集合和恶意客户端集合，并取消每个恶意客户端参与本轮训练的资格； S4：每个良性客户端分别构建个性化模型，并以生成网络产生的潜在特征作为归纳偏置对本地训练进行调节； S5：每个良性客户端完成本地训练后，分别将模型参数发送给服务端进行聚合，用于对服务端本地的全局模型进行更新； S6：重复S1~S5，直至全局模型收敛或达到预设的停止条件，得到最终的全局模型，基于最终的全局模型抵御标签翻转攻击。
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广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号