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！

龙图腾网获悉电子科技大学申请的专利一种针对边缘联邦网络攻击的安全防御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：CN120785664B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202511293598.2，技术领域涉及：H04L9/40；该发明授权一种针对边缘联邦网络攻击的安全防御方法是由侯文静;文红;姚瑞祥;马文迪;吴禹辉;孙凡设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种针对边缘联邦网络攻击的安全防御方法在说明书摘要公布了：本发明公开了一种针对边缘联邦网络攻击的安全防御方法，涉及人工智能安全技术领域。边缘服务器与本地设备通过交换模型参数来共同训练一个全局模型，确保数据隐私的保护。各参与方在本地进行数据训练，并通过基于密度的空间聚类算法进行异常检测。更新后的模型参数被上传到边缘服务器，通过使用TD3深度强化学习网络进行全局模型的优化与鲁棒聚合，进一步提升模型对潜在攻击的防御能力。最终，边缘服务器将优化后的全局模型下发给各参与方，保证模型的持续更新和系统的安全性。本发明通过结合边缘计算与深度强化学习技术，有效增强了系统对投毒攻击和对抗攻击的防护能力。

本发明授权一种针对边缘联邦网络攻击的安全防御方法在权利要求书中公布了：1.一种针对边缘联邦网络攻击的安全防御方法，其特征在于，包括以下步骤： S1：边缘服务器初始化全局模型参数，分发给各参与方； S2：在地面终端设备本地训练前，采用基于密度的空间聚类算法对本地数据集进行异常检测，对异常数据点进行清洗或修正； S3：各地面终端设备利用本地数据对模型进行训练，进行模型参数的更新； S4：将本地更新后的参数上传到作为无线中继的边缘节点； S5：边缘节点在接收到地面终端设备上传的模型参数后进行模型参数异常检测，计算模型参数在各维度上的均值和方差； S6：边缘服务器利用边缘节点上传的参数训练基于孪生延迟深度确定性策略梯度TD3的深度强化学习网络； S7：通过深度强化学习算法对更新参数进行鲁棒聚合，计算得到全局模型的新参数； S8：边缘服务器将全局模型的新参数下发给各参与方，各参与方更新本地模型，进入下一轮训练； 所述S6具体包括以下步骤： S601：状态构建；边缘服务器在聚合模型参数前，收集边缘节点上传的模型参数，计算模型参数各维度的均值、方差，获取每个边缘节点覆盖的地面终端设备数量，结合当前全局模型在验证集上的准确率、损失值，构建状态向量； S602：动作生成；Actor网络根据当前状态输出动作，动作表示为一组连续的加权系数，,为边缘节点数量，用于加权聚合；给动作添加一个服从高斯分布的噪声，实际执行的动作为； S603：加权聚合；边缘服务器根据实际执行的动作，即加权系数，进行全局模型聚合，采用加权聚合公式： ； 其中为第个边缘节点聚合模型参数，为更新后的全局模型参数； S604：奖励计算；将更新后的全局模型应用于验证集，计算模型的准确率和损失值；奖励函数设计为： ； 其中为权重系数，、为更新前后模型在验证集上的准确率和损失值变化，为攻击抵御奖励； S605：经验回放和学习；将状态、动作、奖励和下一状态组成元组存入经验回放池，当经验回放池中的元组数量达到阈值时，从经验回放池中随机抽取一批元组进行学习； 更新Critic网络参数和Actor网络的参数；定期更新目标Actor网络和目标Critic网络的参数； S606：循环迭代，直至达到设定条件。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。