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！

龙图腾网获悉暨南大学;广州信息技术研究所申请的专利基于联邦学习系统的公平性和鲁棒性评估方法及装置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：CN119988165B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510054322.2，技术领域涉及：G06F11/34；该发明授权基于联邦学习系统的公平性和鲁棒性评估方法及装置是由古天龙;江炅辉;郝峰锐;刘远峰设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本基于联邦学习系统的公平性和鲁棒性评估方法及装置在说明书摘要公布了：本发明公开了基于联邦学习系统的公平性和鲁棒性评估方法及装置，包括：中央服务器向客户端集合发布全局模型，正常客户端对全局模型进行训练，生成本地模型参数；测试客户端对全局模型进行扰动，构建扰动模型，通过双层投影机制对扰动模型进行优化，得到扰动模型参数；中央服务器对本地模型参数和扰动模型参数进行聚合，对本地模型参数进行聚合，得到第一全局模型和第二全局模型，进行若干通信轮次的模型发布、模型参数聚合过程，对单通信轮次或若干通信轮次后的第一全局模型和第二全局模型进行评价，得到公平性和鲁棒性评估结果。通过上述技术方案，本发明对联邦学习系统提供更有效的公平和鲁棒性能评估，保障全局模型在不同任务环境中的准确率。

本发明授权基于联邦学习系统的公平性和鲁棒性评估方法及装置在权利要求书中公布了：1.基于联邦学习系统的公平性和鲁棒性评估方法，其特征在于，包括： 中央服务器向客户端集合发布全局模型，其中客户端集合中包括正常客户端和测试客户端； 所述正常客户端对全局模型进行训练，生成本地模型参数； 所述测试客户端对全局模型进行扰动，构建扰动模型，并通过双层投影机制对扰动模型进行优化，得到扰动模型参数； 中央服务器对本地模型参数和扰动模型参数进行聚合，并对本地模型参数进行单独聚合，得到第一全局模型和第二全局模型； 进行若干通信轮次的模型发布、模型参数聚合过程，对单通信轮次或若干通信轮次后的第一全局模型和第二全局模型进行评价，得到公平性和鲁棒性评估结果； 通过双层投影机制对所述扰动模型进行优化，其中所述双层投影机制包括规模投影和方向投影，其中，通过规模投影控制所述扰动模型的参数优化范围，通过方向投影控制所述扰动模型的参数优化方向，所述规模投影基于上界投影函数和下界投影函数进行投影，所述方向投影基于上界投影函数进行投影； 在所述规模投影中通过投影函数进行计算过程包括： 在所述方向投影中通过投影函数进行计算过程包括： 其中，为消除因子，用于设置对聚合中正常模型更新参数的影响程度，为 平均函数，表示参考模型更新参数集合的平均值。

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暨南大学;广州信息技术研究所，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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”。