Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西藏广汇智网电子科技有限公司范世华获国家专利权

西藏广汇智网电子科技有限公司范世华获国家专利权

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!

龙图腾网获悉西藏广汇智网电子科技有限公司申请的专利基于联邦学习的隐私数据计算方法及系统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:CN120162828B

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:202510391711.4,技术领域涉及:G06F21/62;该发明授权基于联邦学习的隐私数据计算方法及系统是由范世华;吴飞翔;浦益;潘鸿;郭静;顿旺列珠;袁宁廷设计研发完成,并于2025-03-31向国家知识产权局提交的专利申请。

基于联邦学习的隐私数据计算方法及系统在说明书摘要公布了:本发明涉及隐私数据计算领域,公开了基于联邦学习的隐私数据计算方法及系统,包括:对本地数据进行预处理并对预处理的数据进行密态特征对齐,选择联邦模式,基于本地模型梯度注入动态差分隐私噪声,并对注入噪声的梯度进行加密得到安全梯度;对得到的安全梯度进行聚合并验证数据的一致性,建立联邦迁移学习组件适应最小化源域与目标域的特征分布差异,通过多方协同决策建立安全提升树模型生成最终预测标签,并进行零知识审计存证;对隐私保护进行动态增强,将本地数据的敏感度进行分级,并对动态差分隐私噪声强度进行验证调整,利用双通道加密传输优化隐私安全,并强化联邦迁移学习组件。

本发明授权基于联邦学习的隐私数据计算方法及系统在权利要求书中公布了:1.基于联邦学习的隐私数据计算方法,其特征在于,包括以下步骤: 对本地数据进行预处理并对预处理的数据进行密态特征对齐,选择联邦模式,基于本地模型梯度注入动态差分隐私噪声,并对注入噪声的梯度进行加密得到安全梯度; 所述进行密态特征对齐的具体过程为: 对特征名与值进行非对称加密哈希,通过公式得到特征哈希值; 基于计算得到的特征哈希值构建数据节点,本地数据持有方存储预处理后的特征哈希值;部署特征对齐逻辑与零知识证明ZKP验证规则,建立智能合约; 利用零知识证明ZKP验证规则进行验证;基于不同业务场景使用独立通道,避免数据交叉泄露;通过IBC协议连接以太坊隐私链,支持异构数据源对齐; 对得到的安全梯度进行聚合并验证数据的一致性,建立联邦迁移学习组件适应最小化源域与目标域的特征分布差异,通过多方协同决策建立安全提升树模型生成最终预测标签,并进行零知识审计存证; 对隐私保护进行动态增强,将本地数据的敏感度进行分级,并对动态差分隐私噪声强度进行验证调整,利用双通道加密传输优化隐私安全,并强化联邦迁移学习组件; 所述对隐私保护进行动态增强的过程为: 采用同态加密算法对注入噪声后的梯度进行加密;通过公式得到,其中,和为大素数,为公钥参数;中心节点比对双通道结果的一致性,若偏差超过偏差阈值则判定为篡改攻击; 所述对动态差分隐私噪声强度进行验证调整的过程为: 对特征名与值进行盐值增强,对非共有特征进行二次哈希,通过公式得到盐值增强哈希值,通过智能合约协商全局盐值,每轮对齐后自动更新,其中,表示的是数据特征,表示的是参与方独有的随机盐值,防止彩虹表攻击; 智能合约调用预编译的ZKP验证函数,其中,为参与方生成的证明,验证通过后,对齐结果与证明哈希上链,否则触发节点信誉惩罚机制。

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藏广汇智网电子科技有限公司,其通讯地址为:850000 西藏自治区拉萨市柳梧新区浙商国际4栋2单元401;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。