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基于差分隐私的物联网边缘计算安全聚合方法及系统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：CN119172156B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411385476.1，技术领域涉及：H04L9/40；该发明授权基于差分隐私的物联网边缘计算安全聚合方法及系统是由周琪;李小龙;任鸿儒;程志键;马慧;鲁仁全设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本基于差分隐私的物联网边缘计算安全聚合方法及系统在说明书摘要公布了：本发明公开了基于差分隐私的物联网边缘计算安全聚合方法及系统，包括：可信任授权机构客户端生成并配发唯一的设备公钥和设备私钥；每个物联网设备使用自身的设备私钥和公共参数，对自身的机器学习模型参数进行加密，生成密文；每个物联网设备根据自身的隐私需求，对密文添加噪音，实现本地差分隐私；物联网设备将添加噪音后的机器学习模型参数上传给边缘计算服务器；边缘计算服务器，对所有添加噪音后的机器学习模型参数进行聚合；边缘计算服务器将解密后的结果下发给物联网设备；物联网设备基于解密后的聚合计算结果，对本地机器学习模型参数进行更新；在参数更新过程中，基于梯度约束值，对本地机器学习模型参数更新的幅度进行限制。

本发明授权基于差分隐私的物联网边缘计算安全聚合方法及系统在权利要求书中公布了：1.基于差分隐私的物联网边缘计算安全聚合方法，其特征是，包括： 可信任授权机构客户端为每个物联网设备生成并配发唯一的设备公钥和设备私钥； 每个物联网设备使用自身的设备私钥和公共参数，对自身的机器学习模型参数进行加密，生成密文；每个物联网设备根据自身的隐私需求，对密文添加噪音，实现本地差分隐私；根据当前机器学习模型的训练情况，使用自适应裁剪方案，动态调整机器学习模型更新的梯度约束值；最后，每个物联网设备将添加噪音后的机器学习模型参数上传给边缘计算服务器； 根据当前机器学习模型的训练情况，使用自适应裁剪方案，动态调整机器学习模型更新的梯度约束值，包括： （31）在训练开始前，初始化全局模型，并设定一个初始的梯度约束值C； （32）物联网设备更新本地模型参数，计算出模型更新的梯度； （33）计算梯度的L2范数，以确定更新梯度的大小； （34）使用自适应裁剪规则来调整梯度约束值C： ； 其中，表示在时间步的裁剪值，用于限制梯度大小，以实现自适应噪音添加，表示在时间步的裁剪值，表示最大值为C的样本的经验分数，为学习率，为超参数且； （35）根据自适应调整后的值，对梯度进行裁剪，如果梯度的范数大于C，则将梯度进行缩放： ； 其中，代表每次迭代中，根据当前模型参数和数据计算得到的原始梯度，代表裁剪后的梯度，代表当前梯度的L2范数，C代表梯度约束值； （36）将裁剪后的梯度上传至边缘计算服务器，边缘计算服务器将上传的梯度聚合，更新全局模型； （37）重复步骤（32）~（36）进行迭代训练； 边缘计算服务器，利用函数加密方式对所有添加噪音后的机器学习模型参数进行聚合，得到聚合结果；边缘计算服务器使用所有物联网设备提供的私钥对聚合结果进行解密，然后边缘计算服务器将解密后的结果下发给物联网设备；物联网设备基于解密后的聚合计算结果，对本地机器学习模型参数进行更新；在参数更新过程中，基于梯度约束值，对本地机器学习模型参数更新的幅度进行限制，返回上一步。

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：510006 广东省广州市番禺区广州大学城外环西路100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”。

以上内容由龙图腾AI智能生成。