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基于性能评估和委员会投票的抗拜占庭攻击的DFL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：CN116502708B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310480068.3，技术领域涉及：G06N3/098；该发明授权基于性能评估和委员会投票的抗拜占庭攻击的DFL方法是由马鑫迪;金柔柔;李清华;张俊英;王祥宇;姜奇;马卓;张俊伟;沈玉龙;马建峰设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本基于性能评估和委员会投票的抗拜占庭攻击的DFL方法在说明书摘要公布了：本发明公开一种基于性能评估和委员会投票的抗拜占庭攻击的DFL方法，基于信誉度的共识算法随机选择一个主节点CM，由主节点CM协调其它参与者参与模型训练；基于DP和秘密随机数扰动保护模型训练过程中参数的隐私；基于性能评估的方式检测训练节点TN中的拜占庭节点；分析秘密随机扰动聚合结果来检测候选者节点CN中的拜占庭节点；基于委员会投票机制验证主节点CM聚合的模型，检测主节点CM是否为拜占庭节点。本发明能解决数据分布异质下的拜占庭攻击和隐私保护的问题以及有中心联邦学习系统架构下的单点失效导致的模型训练失败问题。本发明提升了联邦学习模型的性能，加快了联邦学习的收敛速度。

本发明授权基于性能评估和委员会投票的抗拜占庭攻击的DFL方法在权利要求书中公布了：1.一种基于性能评估和委员会投票的抗拜占庭攻击的DFL方法，其特征在于，主节点CM基于性能评估方法检测拜占庭节点，候选主节点CN对更新后的全局模型进行投票；该抗拜占庭攻击的DFL方法的具体步骤包括如下： 步骤1，生成每个参与者的判别样本集： 模型训练的每个参与者随机发送L个小数据样本，模型训练的每个参与者将接收到的其他参与者发送的小数据样本与其自身的小数据样本聚合后组成该参与者的判别样本集，其中，； 步骤2，随机选择主节点CM和候选主节点CN，主节点CM广播全局模型； 步骤3，训练节点TN分别使用自己的本地数据集训练全局模型，得到各自的本地模型； 步骤4，训练节点TN利用DP生成差分隐私本地模型； 步骤5，训练节点TN在其每个本地模型中添加秘密随机数扰动项，得到该训练节点TN的秘密随机数扰动本地模型； 步骤6，主节点CM基于性能评估方法检测拜占庭节点： 主节点CM计算在本轮迭代时每个训练节点TN的差分隐私本地模型在判别样本集上的损失值；主节点CM计算在本轮迭代时每个训练节点TN的差分隐私本地模型的平均损失值；主节点CM将模型损失值小于平均损失值的良性训练节点TN组成良性节点索引集合，并将良性索引集合发送至候选主节点CN； 步骤7，候选主节点CN聚合秘密随机扰动项，主节点CM更新全局模型参数： 步骤7.1，主节点CM聚合良性节点索引集合中的秘密随机数扰动本地模型，得到加密全局模型； 步骤7.2，候选主节点CN接收到主节点CM发送的良性节点索引集合，候选主节点CN将良性节点索引集合中对应的训练节点TN发送的秘密随机扰动项进行聚合，得到秘密随机扰动聚合值，候选主节点CN将秘密随机扰动聚合值发送给主节点CM； 步骤7.3，主节点CM接收到秘密随机扰动聚合值后，选择相同且占多数的作为该组节点的秘密随机扰动的聚合值，，选择该聚合值对应的候选主节点CN节点为良性节点，发送其它聚合值的候选主节点CN作为拜占庭节点，其中，表示秘密随机扰动的聚合值，表示求众数操作； 步骤7.4，主节点CM将加密全局模型减去秘密随机扰动的聚合值就可以得到更新后的全局模型； 步骤7.5，主节点CM结合每个训练节点TN差分隐私本地模型的损失值及候选主节点CN节点返回的秘密随机扰动聚合结果，将训练节点TN节点分为如下三种信任状态：当时，该训练节点TN为良性节点，当且时，该训练节点TN为拜占庭节点，否则，该训练节点TN为普通节点； 步骤7.6，主节点CM更新每个训练节点TN的可信度和信誉度； 步骤7.7，主节点CM向系统网络中广播全局模型； 步骤8，候选主节点CN对更新后的全局模型进行投票： 步骤8.1，每个候选主节点CN计算更新后的全局模型在判别样本集上的损失值； 步骤8.2，每个候选主节点CN通过波动阈值对全局模型进行投票，若该候选主节点CN计算的更新后的全局模型在判别样本集上的损失值与上一轮迭代损失值之差的绝对值未超过波动阈值，则表明全局模型参数在正确的收敛方向，候选主节点CN投票支持更新后的全局模型，并将其广播到系统网络中；否则，候选主节点CN在系统网络中广播反对信息； 步骤8.3，若系统网络中超过一半的候选主节点CN投票支持更新后的全局模型参数，则将主节点CM判定为良性节点，执行步骤8.4；否则，将主节点CM判定为拜占庭节点，重新选择一个主节点CM，该主节点CM广播全局模型，执行步骤3； 步骤8.4，主节点CM将全局模型、训练节点TN的可信度和信誉度广播给网络中所有节点，模型训练参与者对更新后的参数达成共识； 步骤9，更新主节点CM的可信度和信誉度，选择新主节点CM和候选主节点CN： 主节点CM选择信誉度较高的个模型训练参与者作为候选主节点CN；在候选主节点CN中根据信誉度的共识协议选择新主节点CM；新主节点CM更新上一轮的主节点CM的可信度和信誉度，并将其广播到系统网络；新主节点CM广播全局模型； 步骤10，判断全局模型是否收敛，若是，执行步骤11；否则，执行步骤3； 步骤11，结束协同训练，得到全局模型。

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。