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！

龙图腾网获悉杭州电子科技大学申请的专利一种工业数据传输的隐私保护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：CN119885275B 。

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：202510000650.4，技术领域涉及：G06F21/62；该发明授权一种工业数据传输的隐私保护方法是由陈佰平;朱冠宇;赵建勇;严义设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本一种工业数据传输的隐私保护方法在说明书摘要公布了：本发明公开了一种工业数据传输的隐私保护方法，首先获取工业数据并进行本地化处理；把本地化后的工业数据分配到若干客户端；在客户端构建一个局部全连接神经网络，应用分配的工业数据对局部全连接神经网络进行训练得到最优模型参数；采用同态加密对训练得到的最优参数进行加密处理；每个客户端分别将加密后的最优参数传输至中央服务器；中央服务器应用自适应模型聚合策略对每个客户端上传的模型参数数据进行动态加权聚合得到全局全连接神经网络；应用聚合后的全局全连接神经网络预测得到工业数据，同时将全局全连接神经网络的模型参数下传至各个客户端；客户端应用下传的模型参数对本地的局部全连接神经网络进行训练频率调整和动态更新。

本发明授权一种工业数据传输的隐私保护方法在权利要求书中公布了：1.一种工业数据传输的隐私保护方法，其特征在于，包括如下步骤： 步骤1、获取工业数据并进行本地化处理； 步骤2、把本地化后的工业数据分配到若干客户端； 步骤3、在客户端构建一个局部全连接神经网络，应用分配的工业数据对局部全连接神经网络进行训练得到最优模型参数； 步骤4、采用同态加密对训练得到的最优参数进行加密处理； 步骤5、每个客户端分别将加密后的最优参数传输至中央服务器； 步骤6、中央服务器接收到客户端上传的加密后的最优模型参数进行解密，并应用自适应模型聚合策略对解密后得到的模型参数数据进行动态加权聚合得到全局全连接神经网络； 中央服务器通过对客户端上传模型参数进行质量评分，从而对每个客户端的模型参数进行基于数据质量的加权聚合； 所述对每个客户端的模型参数进行基于数据质量的加权聚合的方法为： 根据每个客户端的模型参数进行质量评分，具体公式如下： Q′xi＝ω′com·Cxi+ω′corr·Rxi+ω′cons·Ixi其中，Q′xi为每个客户端模型参数的质量评分，Cxi为数据的完整性评分，Rxi为数据的正确性评分，Ixi为数据的一致性评分，ω′com为数据完整性评分的权重，ω′corr为数据正确性评分的权重，ω′cons为数据一致性评分的权重； 根据每个客户端模型参数的质量评分Q′xi，并设置阈值，当质量评分Q′xi小于阈值时，判定为低质量数据，从而为上传的模型参数分配不同的权重，模型参数聚合公式为： 其中，N为客户端数量，ωlogal为全局全连接神经网络的聚合权重，ωi为客户端上传的模型参数步骤7、应用聚合后的全局全连接神经网络预测得到工业数据，同时将全局全连接神经网络的模型参数下传至各个客户端； 步骤8、客户端应用下传的模型参数对本地的局部全连接神经网络进行训练频率调整和动态更新； 所述训练频率调整的方法为： 根据每个客户端的本地数据质量评分，动态调整其参与模型训练的频率，质量较高的客户端参与更多的训练，具体公式如下： fi＝fbase·1+α·Q′xi其中，fi为客户端i的训练频率，fbase为基础训练频率，α为调整系数； 所述动态更新的方法为： 根据本地局部全连接神经网络和全局全连接神经网络的精度差异来动态调整客户端的训练策略，从而控制客户端在全局模型中的权重，具体公式如下： 其中，Δwit为客户端在时间t的模型参数更新量，λ为学习率调整因子，accuracyit‑accuracyglobalt为客户端i的本地模型与全局模型之间的精度差距。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。