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！

龙图腾网获悉西安电子科技大学申请的专利一种基于联邦学习的用户数据分布隐私的获取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：CN119966681B 。

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：202510030679.7，技术领域涉及：H04L9/40；该发明授权一种基于联邦学习的用户数据分布隐私的获取方法是由高海昌;马芷璇;黄军祥;王萍设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本一种基于联邦学习的用户数据分布隐私的获取方法在说明书摘要公布了：本申请的实施例涉及机器学习技术领域，特别涉及一种基于联邦学习的用户数据分布隐私的获取方法，通过在中央服务器端部署辅助数据集并建立虚拟客户端集群来进行联邦学习，当联邦学习完成后，基于虚拟客户端的每一轮训练的准确率组合得到时序矩阵，将虚拟客户端对应的时序矩阵和数据分布分别作为训练样本和训练标签，训练预构建的推断模型，从而利用训练完成的推断模型的来预测被攻击的目标客户端的本地数据在各个类别上的数据分布。该方法可以在不影响联邦学习的正常流程的同时，获取到用户数据分布隐私，为联邦学习中的安全防护和隐私保护提供了新的研究思路和视角。

本发明授权一种基于联邦学习的用户数据分布隐私的获取方法在权利要求书中公布了：1.一种基于联邦学习的用户数据分布隐私的获取方法，其特征在于，包括： S101，由各客户端基于各自的本地数据分别对联邦学习的全局模型进行训练，得到若干个用户模型；其中，全局模型和各用户模型均为分类模型； S102，任意选定一个用户模型作为目标用户模型，将目标用户模型对应的客户端作为被攻击的目标客户端，获取目标用户模型的目标梯度及其L2范数； S103，收集每个类别标签对应的数据组成辅助数据集； S104，对辅助数据进行随机采样得到临时辅助数据集，并使用临时辅助数据集在全局模型上进行训练，得到训练后的全局模型的全局梯度及其L2范数； S105，基于目标梯度的L2范数设定全局上下界，基于全局梯度的L2范数与全局上下界不断调整临时辅助数据集的大小，直到全局梯度的L2范数位于全局上下界之间，得到最终调整后的临时辅助数据集及其大小； S106，基于最终调整后的临时辅助数据集的大小将辅助数据集随机采样为三种不同的数据分布，三种不同的数据分布分别采样M次，得到3M个采样数据集以对应3M个虚拟客户端；其中，若本轮训练为首轮训练，则建立3M个虚拟客户端； S107，将各用户模型的梯度进行聚合，形成更新后的全局模型，并将更新后的全局模型下发至各虚拟客户端； S108，各虚拟客户端在收到更新后的全局模型后，基于对应的采样数据集对更新后的全局模型进行训练，并记录本轮训练的准确率； S109，判断更新后的全局模型是否满足训练终止条件，若不满足训练终止条件，则执行S110，若满足训练终止条件，则执行S111； S110，将更新后的全局模型下发至各客户端，由各客户端基于各自的本地数据分别对更新后的全局模型进行训练，获取目标用户模型的最新的目标梯度及其L2范数，并重复执行S105至S109； S111，基于虚拟客户端的每一轮训练的准确率组合得到时序矩阵，将虚拟客户端对应的时序矩阵和数据分布作为训练样本和训练标签，训练预构建的推断模型； S112，将目标客户端对应的时序矩阵输入至训练完成的推断模型中，获得推断模型预测的目标客户端的本地数据的数据分布。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。