Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京航空航天大学宋晓获国家专利权

北京航空航天大学宋晓获国家专利权

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!

龙图腾网获悉北京航空航天大学申请的专利基于自适应客户端聚合和采样的增强型联邦推荐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:CN119441608B

龙图腾网通过国家知识产权局官网在2025-10-17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:202411496488.1,技术领域涉及:G06F16/9535;该发明授权基于自适应客户端聚合和采样的增强型联邦推荐方法是由宋晓;何杰设计研发完成,并于2024-10-25向国家知识产权局提交的专利申请。

基于自适应客户端聚合和采样的增强型联邦推荐方法在说明书摘要公布了:本发明公开了一种基于自适应客户端聚合和采样的增强型联邦推荐方法,核心是利用改进的负采样策略、交互聚类加权聚合和自适应差分隐私技术来提高推荐性能和保护用户隐私。该方法首先进行基于聚类驱动的增强型负样本采样CD‑ENS,通过获取用户交互项目列表确定不交互的数据项组合,利用K‑means算法进行聚类,并考虑多种因素作为特征,通过计算轮廓系数确定最佳聚类数,以实现更精准的负样本采样,从而提高推荐性能;之后进行交互聚类加权聚合IC‑WA,根据用户与项目类别交互的比例计算客户端权重,将客户端上传的加密梯度与客户端权重相乘并累积作为服务器梯度,使聚合更准确地反映各客户端的贡献;接着引入自适应动态本地差分隐私LDP_MAD,基于动态张量中位数调整拉普拉斯噪声强度,以平衡梯度传输和推荐系统性能,保护用户隐私。本发明在推荐过程中,利用改进的技术代替传统方法,解决了现有联邦推荐系统中存在的问题,提高了推荐的准确性和个性化,同时有效保护了用户隐私。

本发明授权基于自适应客户端聚合和采样的增强型联邦推荐方法在权利要求书中公布了:1.一种基于自适应客户端聚合和采样的增强型联邦推荐方法,其特征在于: 1采用基于聚类驱动的增强型负样本采样CD-ENS模块,该模块通过聚类分析的方式来选择负样本; 2运用交互聚类加权聚合IC-WA模块,此模块根据用户与项目类别交互的比例来计算客户端的权重; 3引入自适应动态本地差分隐私LDP_MAD模块,该模块基于动态张量中位数来调整拉普拉斯噪声的强度; 4进行模型的训练和评估;增强型负样本采样CD-ENS模块为:在客户端选择负样本标签时,首先会获取每个用户的交互项目列表,进而确定不交互的数据项组合;接着,利用K-means算法进行聚类,在聚类过程中考虑平均得分、最大得分、最小得分、交互时间戳以及项目间的共现情况;然后,通过确定聚类数k; 交互聚类加权聚合IC-WA模块为:计算每个客户端在聚合过程中的权重时,该权重由用户与每个项目类别交互的比例决定,计算用户与各类别中交互项目的数量占该类别总项目数量的比例,将所有这些比例相加得到一个加权总和,再乘以用户交互的项目总数,从而得到聚类权重,在聚合时,将每个客户端上传的加密梯度与客户端权重相乘并进行累积,将其结果作为服务器的梯度; 自适应动态本地差分隐私LDP_MAD模块为:在数据集中,当元素个数为奇数时,中位数为中间元素的值;当元素个数为偶数时,中位数为中间两个元素值的平均值,对于每个元素,计算其与中位数的绝对偏差,即该元素与中位数差值的绝对值,最后取所有绝对偏差的中位数作为中位数偏差。

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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。