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！

龙图腾网获悉西安电子科技大学申请的专利一种纵向联邦学习推理攻击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：CN115310625B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202210946007.7，技术领域涉及：G06N20/20；该发明授权一种纵向联邦学习推理攻击防御方法是由樊凯;洪劲涛;李文杰;李晋;韦棋钧;李晖设计研发完成，并于2022-08-08向国家知识产权局提交的专利申请。

本一种纵向联邦学习推理攻击防御方法在说明书摘要公布了：一种纵向联邦学习推理攻击防御方法，先构建多个参与方的纵向联邦学习系统，其中一个参与方作为协作方；协调方拥有顶部模型和数据标签，参与方具有本地模型和本地数据；联邦学习，协作方在获取参与方本地模型的中间结果后，计算每个参与方的Shapley值衡量其贡献度；计算完参与方的贡献度后，协调方将全部参与方的中间结果聚合，输入顶部模型继续进行训练；协调方依据拥有的标签计算梯度，同时利用之前计算好的Shapley值来缩放返回给每个参与方梯度，防止联邦模型更依赖于某一个参与方的本地模型，来抵御主动标签推理攻击，保证纵向联邦学习的公平性。

本发明授权一种纵向联邦学习推理攻击防御方法在权利要求书中公布了：1.一种纵向联邦学习推理攻击防御方法，其特征在于，包括以下步骤： 步骤1，构建多个参与方的纵向联邦学习系统，其中一个参与方同时作为协作方控制联邦学习训练进程； 步骤2，进行多个参与方的纵向联邦学习系统的联邦学习，协作方拥有顶部模型和数据标签，参与方拥有本地模型和数据特征；每个参与方利用自己的本地数据集训练本地模型，并上传模型中间结果至协作方；协作方收到全部参与方的模型中间结果后以不同的组合结果输入到顶部模型计算模型损失值，并通过模型损失值来计算每个参与方的Shapley值评估每个本地模型的贡献度；协作方将所有参与方的模型中间结果聚合后输入顶部模型继续进行训练，之后进行反向传播得到返回给每个参与方的梯度，依据之前计算的Shapley值来进行缩放，以此来抵御主动标签推理攻击；每个参与方接收到梯度之后，继续进行反向传播过程，并进行下一轮联邦学习； 协调方依据每个参与方的Shapley值来计算平均贡献率，并以此缩放梯度，具体为： 计算所有参与方的Shapley值之和，并将每个参与方的Shapley值除以总和求得每个参与方的贡献率，假设参与方平均贡献率为1除以参与方的个数，比较每个参与方贡献率与平均贡献率对梯度进行缩放； 针对参与方为高贡献率的情况，对返回给该参与方的梯度进行缩小，防止该本地模型训练得过快而使得联邦模型被该本地模型所取代，分类时更加依靠该参与方的，破坏纵向联邦学习的公平性； 针对参与方为低贡献度的情况，对返回该参与方的梯度进行增大，提高该参与方的训练进程速度，使得联邦模型不会忽略该参与方的模型和本地数据，保护纵向联邦学习的公平性； 步骤3，提取联邦学习结束后的协调方的顶部模型和其本地模型作为能够防御主动标签推理攻击的用于图像识别或贷款风险预测的纵向联邦学习模型。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。