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！

龙图腾网获悉南京工业大学申请的专利一种基于联邦学习的软件缺陷预测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：CN115309647B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202210959874.4，技术领域涉及：G06F11/3604；该发明授权一种基于联邦学习的软件缺陷预测隐私保护方法是由蔡奇龙;岳野;刘望舒;邵允学设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本一种基于联邦学习的软件缺陷预测隐私保护方法在说明书摘要公布了：本发明涉及一种基于联邦学习的软件缺陷预测隐私保护方法，基于决策树构建的随机森林模型进行软件缺陷预测，解决了依赖集中存储企业私有数据进行模型训练的隐私泄露问题。首先，构建软件缺陷预测模型，分解成对数据集进行预处理，采用Bootstrap采样策略为每个决策树创建训练集和基于这些决策树组成随机森林模型部分；其次，利用构建的模型在内部各个部门上进行预测和训练，计算损失和局部梯度；然后，对局部梯度进行梯度剪裁并加入本地差分隐私技术，得到受保护的梯度，上传服务器；最后，由服务器聚合梯度，更新全局模型参数并分发给各个部门。本发明以一种隐私保护的方式，利用大量数据进行模型训练，训练出准确无偏的软件缺陷预测模型。

本发明授权一种基于联邦学习的软件缺陷预测隐私保护方法在权利要求书中公布了：1.一种基于联邦学习的软件缺陷预测隐私保护方法，其特征在于：包括软件缺陷预测模型构建方法，以及应用联邦学习技术对所述的软件缺陷预测模型进行训练，针对部门数据，实现缺陷预测；其包括如下步骤： 步骤A.选择一组由企业各部门组成的客户端，参与模型协作训练；每次训练随机选择客户端中的部门，该部门输入本地存储的源代码数据，然后进入步骤B； 步骤B.在部门本地设备中，对输入的源代码进行预处理，采用Bootstrap采样策略为每个决策树创建训练集，基于决策树分类器生成的随机森林算法，构建软件缺陷预测模型，然后进入步骤C； 步骤C.根据部门本地数据，进行软件缺陷预测和模型训练，得到预测结果yi，计算样本标签被预测为1的概率P1，训练得到二分类交叉熵损失Lu，根据损失计算局部模型梯度Gu，然后进入步骤D； 所述步骤C包括步骤C1至步骤C3如下： 步骤C1.对输入数据进行预测：样本真实标签yi被预测有缺陷，即取值为1的概率为: P1＝Pyi＝1|xi,w 其中，样本i由特征向量xi和权重向量w组成的预测函数，然后进入步骤C2； 步骤C2.利用二分类交叉熵损失进行训练，对于m个样本的数据集，在全部样本上的损失函数为： 其中，u表示选定的部门，m表示数据集中样本的个数，然后进入步骤C3； 步骤C3.根据损失函数计算模型梯度，得到的局部模型梯度为： 其中，w表示当前模型参数； 步骤D.对局部模型梯度Gu进行梯度剪裁，然后应用本地差分隐私技术，得到受保护的梯度然后进入步骤E； 步骤E.大量部门客户端将受保护的模型梯度上传到服务器，利用联邦学习技术，由服务器聚合所有上传的模型梯度，得到聚合梯度使用聚合梯度更新服务器中维护的全局模型参数w，然后将更新的全局模型分发给部门设备，以更新其局部模型参数；重复此过程，直到模型训练收敛。

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南京工业大学，其通讯地址为：210009 江苏省南京市鼓楼区新模范马路5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。