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！

龙图腾网获悉济南大学;山东正中信息技术股份有限公司申请的专利基于泛化参数的安全聚类联邦学习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：CN121257784B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511831617.2，技术领域涉及：G06N20/00；该发明授权基于泛化参数的安全聚类联邦学习方法及系统是由赵川;姜本冬;张建成;荆山;马晓红;刘一鸣;鹿全礼;陈纪旸设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本基于泛化参数的安全聚类联邦学习方法及系统在说明书摘要公布了：本发明涉及联邦学习技术领域，具体为基于泛化参数的安全聚类联邦学习方法及系统，其中，客户端基于本地数据集对全局模型进行训练期间，根据本地数据集的数据分布，生成与本地模型中待上传参数维度相同的噪声向量，并与本地模型中的至少一部分参数叠加得到加噪模型参数；服务器接收多个客户端的加噪模型参数，计算任意两个客户端之间的参数相似度并构建邻近度矩阵；通过对所有客户端进行聚类和分组聚合，生成对应的簇级全局模型参数并下发给相应簇中的各个客户端实现全局模型更新。利用与本地数据分布相关联的噪声来保护隐私，并基于加噪后的参数进行聚类，使得噪声在聚类时被“抵消”，在保护隐私的同时不损害模型性能。

本发明授权基于泛化参数的安全聚类联邦学习方法及系统在权利要求书中公布了：1.基于泛化参数的安全聚类联邦学习方法，其特征在于，包括以下步骤： 服务器初始化全局模型，并将全局模型发送至所有参与的客户端； 客户端接收全局模型，基于本地数据集对全局模型进行训练，得到本地模型；训练期间，客户端根据本地数据集的数据分布，生成与本地模型中待上传参数维度相同的噪声向量，具体为：统计本地数据集中样本数量最多的k个类别标签，将类别标签的排序结果作为表征数据分布的分布因子，利用分布因子初始化伪随机数生成器，得到符合高斯分布的噪声向量；其中，分布因子通过一个确定性哈希机制派生，并取该哈希值的前4字节作为后续伪随机数生成器的种子； 本地模型中的参数划分为个性化参数和泛化参数，个性化参数捕捉本地数据中的特异性特征，泛化参数表征跨客户端共有的高层语义信息与通用表示；泛化参数与噪声向量叠加得到加噪模型参数，加噪模型参数上传至服务器，个性化参数保留在客户端不参与通信； 利用与本地数据分布相关联的噪声保护隐私，基于加噪后的模型参数进行精准聚类，具体的，客户端依据自身数据特征生成特定噪声，添加至模型参数后上传；服务器分析加噪参数，将数据分布相似的客户端自动归为一簇，为每个簇聚合生成一个簇级全局模型，使噪声在聚类时被“抵消”，从而在保护隐私的同时不损害模型性能； 服务器接收来自多个客户端的加噪模型参数，根据接收到的加噪模型参数，计算任意两个客户端之间的参数相似度，并以此构建邻近度矩阵； 服务器根据邻近度矩阵对所有客户端进行聚类，得到一个或多个客户端簇，并对每一个簇内所有客户端上传的加噪模型参数进行聚合，生成对应的簇级全局模型参数，通过将簇级全局模型参数下发给相应簇中的各个客户端，实现全局模型更新。

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济南大学;山东正中信息技术股份有限公司，其通讯地址为：250000 山东省济南市市中区南辛庄西路336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。