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！

龙图腾网获悉北京工业大学申请的专利联邦学习中基于数据增强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：CN119622816B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411844170.8，技术领域涉及：G06F21/62；该发明授权联邦学习中基于数据增强的隐私保护方法是由陈渝文;杜奕玢;伍贤麟;唐紫文设计研发完成，并于2024-12-15向国家知识产权局提交的专利申请。

本联邦学习中基于数据增强的隐私保护方法在说明书摘要公布了：本发明公开了联邦学习中基于数据增强的隐私保护方法，属于联邦学习隐私保护的领域，该方法的步骤如下：首先参与联邦学习训练的客户端在本地训练前先使用选择好数据增强方法对数据集进行处理；接着中央服务器初始化所有参数并下发至各个客户端开始训练；每轮参与训练的客户端获取全局模型参数，训练每个批次后计算梯度，更新参数，对参数裁剪并添加差分扰动噪声；每轮结束之后服务器聚合、更新全局参数，广播给客户端，如此循环至模型收敛。本方法主要改进联邦学习现有的基于差分隐私的隐私保护方法，加入数据增强方法使其更好地平衡模型可用性和隐私保护能力。其中，数据增强方法包括SaliencyMix、基本数据增强策略、SaliencyMix与基本数据增强策略相结合等。

本发明授权联邦学习中基于数据增强的隐私保护方法在权利要求书中公布了：1.联邦学习中基于数据增强的隐私保护方法，其特征在于：包括以下步骤： 步骤1，每个参与联邦学习的本地设备或客户端先在本地对将用于联邦学习训练的数据进行数据增强； 步骤2，中央服务器初始化全局模型并随机初始化模型参数w0，规定差分隐私所需的隐私预算∈和松弛因子δ、每一轮中参与本地训练的客户端比例为k，参与训练的客户端在每一轮本地训练中需对本地数据集进行训练的轮数为E、每轮训练样本大小为batch、学习率为η，每一轮差分隐私的裁剪阈值为C，设共K个客户端参与联邦学习训练，则每轮参与本地训练的客户端数量为N＝k·K，这N个客户端用i索引，即i∈{1,2,…,N}； 步骤3，准备开始第t轮训练，中央服务器随机选择N个客户端参与本轮训练，若本轮是第一轮，即t＝1，则将从步骤2得到的初始化全局模型以及随机初始化的模型参数w0分发给参与训练的本地设备或客户端；若本轮不是第一轮，即t≠1，则将从上一轮得到的全局模型参数wt分发给参与训练的本地设备或客户端； 步骤4，N个参与训练的本地设备或客户端接收中央服务器发送的全局模型以及模型参数w0或者wt，使用←表示一个变量的赋值过程，符号左边的变量被赋予符号右边的值，那么客户端i的模型参数为或者并使用步骤1数据增强后的数据进行本地模型训练； 步骤5，第i个客户端将数据集按照批次大小batch分为nibatch个批次，其中，ni代表参与第t轮本地训练的客户端i所含的数据量，每完成nibatch个批次训练为一个epoch，共在本地完成E轮，即训练个批次，参与本轮训练的第i个客户端将这E轮训练得到的模型参数上传至服务器； 步骤6，中央服务器收到所有本地设备的模型更新； 根据公式进行模型聚合，其中，ni代表参与第t轮本地训练的客户端i所含的数据量，n代表所有参与第t轮本地训练的客户端所含的总数据量，代表第i个客户端在第t轮对模型参数加噪后的新模型参数； 步骤7，服务器将更新的模型参数wt广播给客户端，客户端测试更新后的模型的性能； 步骤8，循环步骤3到步骤7，直至全局模型达到一定性能T轮结束后停止。

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工业大学，其通讯地址为：100000 北京市朝阳区平乐园100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。