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！

龙图腾网获悉山东浪潮科学研究院有限公司申请的专利一种针对纵向联邦学习模型训练过程的优化方法及工具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：CN116306962B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202310094719.5，技术领域涉及：G06N20/00；该发明授权一种针对纵向联邦学习模型训练过程的优化方法及工具是由李彬;贾荫鹏;孙善宝;罗清彩;李明设计研发完成，并于2023-02-07向国家知识产权局提交的专利申请。

本一种针对纵向联邦学习模型训练过程的优化方法及工具在说明书摘要公布了：本发明公开一种针对纵向联邦学习模型训练过程的优化方法，涉及模型训练技术领域，该优化方法在数据输入后执行以下操作：确定参与联邦学习的各方编号范围下具有最小上限的一方和具有最大下限的一方；基于最小上限和最大下限，计算各方的新编号范围，并拟定交集范围；使用二分法将交集范围划分为多个子区间；针对每个子区间分别进行隐私求交和纵向联邦学习，整合所有子区间的纵向联邦学习结果，执行模型验证。本发明还公开一种针对纵向联邦学习模型训练过程的优化工具，其余前述方法相结合，可以在保证信息不泄露的情况下加速纵向联邦学习的模型训练过程，提高纵向联邦学习模型的训练效率。

本发明授权一种针对纵向联邦学习模型训练过程的优化方法及工具在权利要求书中公布了：1.一种针对纵向联邦学习模型训练过程的优化方法，其特征在于,执行数据输入后，执行以下操作： 确定参与联邦学习的各方编号范围下具有最小上限的一方和具有最大下限的一方； 基于最小上限和最大下限，使用二分法和不经意传输计算各方的新编号范围，并拟定交集范围，具体操作如下： i若具有最小上限的一方和具有最大下限的一方为参与联邦学习的同一方，则由该方拟定一个不大于自身范围的范围作为交集范围并结束； ii若具有最小上限的一方和具有最大下限的一方为参与联邦学习的不同方，a基于具有最大下限的一方，根据该方的编号范围取中间值，将所取中间值与其余各方的上限进行比较，若此中间值比其余各方的上限都要小大，则再取此中间值的中间值进行比较，直至所取中间值介于其余各方的上限之间，使用此中间值作为新上限，替换其余方中比该新上限大的上限，b基于最小上限的一方，根据该方的编号范围取中间值，将所取中间值与其余各方的下限进行比较，若此中间值比其余各方的下限都要小大，则再取此中间值的中间值进行比较，直至所取中间值介于其余各方的下限之间，使用此中间值作为新下限，替换其余方中比该新下限大的下限; 使用二分法将交集范围划分为多个子区间； 使用并行方式对每个子区间进行隐私求交和纵向联邦学习，整合所有子区间的纵向联邦学习结果，执行模型验证。

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山东浪潮科学研究院有限公司，其通讯地址为：250100 山东省济南市高新浪潮路1036号S02号楼；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。