上海零数众合信息科技有限公司张宇获国家专利权
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！
龙图腾网获悉上海零数众合信息科技有限公司申请的专利联邦学习驱动的可信数据空间跨域协同计算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：CN120316777B 。
龙图腾网通过国家知识产权局官网在2025-10-21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：202510391777.3，技术领域涉及：G06F21/57；该发明授权联邦学习驱动的可信数据空间跨域协同计算方法是由张宇;李爱兴;徐兵;王磊;兰春嘉设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。
本联邦学习驱动的可信数据空间跨域协同计算方法在说明书摘要公布了：本发明公开了联邦学习驱动的可信数据空间跨域协同计算方法，涉及数据处理技术领域，该方法包括：根据动态信任机制对多个数据提供域进行接入信任验证；在验证通过后，各数据提供域接入可信数据空间进行本地训练，生成本地局部模型；对多个本地局部模型进行跨域协同计算，建立初始全局模型；对初始全局模型进行损失泛化评估，并触发差分反馈学习模块进行迭代强化，生成全局强化模型。本发明解决了现有技术中跨域数据协同计算面临数据隐私保护有限、不同机构间信任缺失和模型泛化能力不足的技术问题，达到了通过动态信任机制和差分隐私保护，在数据不泄露的前提下实现多方协作，提升全局模型的精度和泛化能力的技术效果。
本发明授权联邦学习驱动的可信数据空间跨域协同计算方法在权利要求书中公布了：1.联邦学习驱动的可信数据空间跨域协同计算方法，其特征在于，所述方法包括： 根据动态信任机制对多个数据提供域进行接入信任验证，获得多个接入信任验证结果； 当所述多个接入信任验证结果均为通过时，将所述多个数据提供域接入可信数据空间进行本地训练，获得多个本地局部模型； 构建所述多个本地局部模型对应的模型贡献梯度树，结合联邦聚合器对所述多个本地局部模型进行跨域协同计算，建立初始全局模型； 对所述初始全局模型进行多指标损失泛化评估，获得损失泛化评估结果，当所述损失泛化评估结果不满足损失泛化收敛条件时，触发差分反馈学习模块； 基于所述初始全局模型，根据所述差分反馈学习模块对所述多个本地局部模型进行迭代强化，获得多个本地强化模型； 根据所述多个本地强化模型对所述初始全局模型进行协同优化，获得全局强化模型。
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上海零数众合信息科技有限公司，其通讯地址为：200127 上海市浦东新区中国(上海)自由贸易试验区峨山路101号C3幢；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励