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！

龙图腾网获悉福建省星云大数据应用服务有限公司申请的专利一种基于联邦学习的跨部门数据协同建模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：CN120408727B 。

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：202510906883.0，技术领域涉及：G06F21/64；该发明授权一种基于联邦学习的跨部门数据协同建模方法及系统是由王辉;林卓然;刘凌坤;张发泺;许燕萍;梁诗瑶设计研发完成，并于2025-07-02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跨部门数据协同建模方法及系统在说明书摘要公布了：本发明提供了联邦学习与隐私计算交叉技术领域的一种基于联邦学习的跨部门数据协同建模方法及系统，方法包括：步骤S1、各边缘计算节点对部门数据执行脱敏操作，对脱敏数据进行编码得到特征编码向量；步骤S2、基于部门私有特征提取器、跨部门参数协同聚合层、全局任务头构建分层联邦学习框架；步骤S3、通过部门私有特征提取器从特征编码向量中提取数据特征以对模型训练并提取模型参数；步骤S4、对模型参数进行分层量化编码、加密、压缩得到压缩参数，跨部门参数协同聚合层对压缩参数共享；步骤S5、全局任务头读取共享的压缩参数对模型进行协同建模。本发明的优点在于：在保障安全性的前提下，极大的提升了跨部门数据协同建模的精度以及效率。

本发明授权一种基于联邦学习的跨部门数据协同建模方法及系统在权利要求书中公布了：1.一种基于联邦学习的跨部门数据协同建模方法，其特征在于：包括如下步骤： 步骤S1、部署于各部门的边缘计算节点分别预置一神经网络模型，设定各边缘计算节点存储的部门数据的数据敏感度以及部门优先级；所述部门数据包括结构化数据、非结构化数据以及时序数据； 步骤S2、各边缘计算节点基于数据敏感度对本地的部门数据执行差异化的脱敏操作得到脱敏数据，对所述脱敏数据进行特征编码得到特征编码向量，通过跨部门知识图谱对各边缘计算节点的所述特征编码向量执行特征对齐操作； 步骤S3、各边缘计算节点分别基于部门私有特征提取器、跨部门参数协同聚合层以及全局任务头构建一分层联邦学习框架； 步骤S4、各边缘计算节点通过部门私有特征提取器从特征编码向量中提取数据特征，通过异构计算资源适配器动态分配计算资源，以利用各所述数据特征对神经网络模型进行训练，提取训练后的所述神经网络模型的模型参数； 步骤S5、各边缘计算节点对所述模型参数进行分层量化编码得到编码结果，通过同态加密算法将所述编码结果加密为加密参数，通过带宽感知的压缩策略对各所述加密参数进行压缩得到压缩参数，所述跨部门参数协同聚合层通过动态门控机制将压缩参数共享至其余边缘计算节点的跨部门参数协同聚合层； 步骤S6、各边缘计算节点通过所述全局任务头从跨部门参数协同聚合层中读取其余边缘计算节点共享的压缩参数，通过共享的各所述压缩参数以及部门优先级对本地的神经网络模型进行协同建模； 步骤S7、各边缘计算节点实时记录协同建模日志，通过区块链对所述协同建模日志进行存证； 所述步骤S6具体为： 各边缘计算节点通过所述全局任务头从跨部门参数协同聚合层中读取其余边缘计算节点共享的压缩参数，对共享的各所述压缩参数进行解压得到加密参数，基于所述部门优先级将各加密参数添加至预设的参数队列中，从所述参数队列中依序选择加密参数对本地的神经网络模型进行加权聚合训练和局部微调，以进行协同建模。

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福建省星云大数据应用服务有限公司，其通讯地址为：350000 福建省福州市鼓楼区工业路洪山科技园科研楼5层505室；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。