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！

龙图腾网获悉广州大学申请的专利一种学习过程中模型梯度泄露输入信息的风险评估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：CN115329337B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202210799021.9，技术领域涉及：G06F21/57；该发明授权一种学习过程中模型梯度泄露输入信息的风险评估方法是由王乐;李钊华;顾钊铨;陈光耀;黄坤鑫;马丽婷;张志强设计研发完成，并于2022-07-08向国家知识产权局提交的专利申请。

本一种学习过程中模型梯度泄露输入信息的风险评估方法在说明书摘要公布了：本发明涉及人工智能技术领域，公开了一种学习过程中模型梯度泄露输入信息的风险评估方法，包括以下步骤：S1：对本地数据集进行采样，得到本地采样数据集；S2：分析本地采样数据集，从而得到本地采样数据样本的参数梯度；S3：计算本地采样数据样本与采样样本参数梯度的互信息值；S4：当该互信息值达到设定程度时，发出隐私泄露风险提醒，否则将该参数梯度上传至服务器。该学习过程中模型梯度泄露输入信息的风险评估方法，与现有的梯度泄露输入的指标相比，梯度信息比可以衡量批样本中的每个样本被批样本梯度泄露的风险程度，不同样本的隐私重要性不同，那么参与方对所上传的批样本梯度将会引入隐私保护的机制。

本发明授权一种学习过程中模型梯度泄露输入信息的风险评估方法在权利要求书中公布了：1.一种学习过程中模型梯度泄露输入信息的风险评估方法，其特征在于：包括以下步骤： S1：对本地数据集进行采样，得到本地采样数据集； S2：分析本地采样数据集，从而得到本地采样数据样本的参数梯度； S3：计算本地采样数据样本与采样样本参数梯度的互信息值； S4：当该互信息值达到设定程度时，发出隐私泄露风险提醒，否则将该参数梯度上传至服务器； 所述S3中参与方上传的批样本梯度可能会被参数服务器或其他参与方通过逆向来重构出本地批样本，但批样本中的每个样本被重构的可能性是不同的，为了能够量化样本特征被重构的风险，提出一种衡量批样本中不同样本特征泄露的风险评估方法：梯度信息比； 批样本梯度与批样本中各样本的梯度存在均值关系： 其中，批大小为B； 计算样本梯度占批样本梯度的信息量来衡量对应样本被泄露的可能性，利用向量投影公式得到第i个样本梯度Gi在批样本梯度向量G上的投影向量公式如下： 其中投影向量在批样本梯度向量G上的长度为||Gi||cosθi，cosθi为样本梯度与批样本梯度的夹角余弦值，方向为G||G||； 通过比较各投影向量的长度||Gi||cosθi来对比各样本梯度在批样本梯度向量上的信息量，公式如下： 其中Gi,G表示数量积。

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州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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。