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！

龙图腾网获悉山东科技大学申请的专利基于个性化联邦学习的后门攻击检测与防御方法、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：CN121660024B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610178511.5，技术领域涉及：G06N3/094；该发明授权基于个性化联邦学习的后门攻击检测与防御方法、系统是由赵慧奇;范培舜;范方;杨阔;钟祉晴;类砚语设计研发完成，并于2026-02-09向国家知识产权局提交的专利申请。

本基于个性化联邦学习的后门攻击检测与防御方法、系统在说明书摘要公布了：本发明属于机器学习技术领域，具体涉及基于个性化联邦学习的后门攻击检测与防御方法、系统，通过模型分割的个性化训练、基于行为特征的密度聚类分组以及时间平滑的信誉评分机制，实现了对后门攻击客户端的精准识别与有效防御，同时保证联邦学习模型的个性化性能与聚合效率。其中，通过密度感知的客户端分组，消除了模型差异对检测结果的干扰，显著提高了后门攻击识别的精准度。通过引入时间平滑机制，可避免因单轮模型波动导致的误判，使客户端信誉评分能够反映其长期行为特征，实现对恶意客户端的持续、稳定抑制。

本发明授权基于个性化联邦学习的后门攻击检测与防御方法、系统在权利要求书中公布了：1.一种基于个性化联邦学习的后门攻击检测与防御方法，其特征在于，包括： S1：初始化服务器端共享模型参数，并下发至各客户端； S2：基于共享模型参数和本地数据集，训练每个客户端对应的本地模型，更新共享骨干网络参数，将各客户端更新后的共享骨干网络参数上传至服务器端； S3：待检测数据经各客户端的共享骨干网络处理，得到中间特征、分布特征和统计特征，拼接中间特征、分布特征和统计特征，生成各客户端的行为特征向量； S4：基于各客户端的行为特征向量，计算客户端间的欧氏距离；根据客户端间的欧氏距离、邻域半径阈值和指示函数，计算每个客户端的局部密度值；根据每个客户端的局部密度值进行无监督聚类，划分为若干个客户端组； S5：对于每个客户端组，利用组内行为特征的均值向量和协方差矩阵，构建组内行为特征的统计模型，基于统计模型计算每个客户端的行为偏离度，得到潜在异常客户端； S6：利用时间平滑机制更新各客户端的信誉评分，若潜在异常客户端的信誉评分低于信誉评分阈值，则对该潜在异常客户端执行隔离操作后，根据各客户端的信誉评分对上传至服务器端的共享骨干网络参数进行加权聚合，得到更新的共享模型参数后，执行S2，直至达到预设条件。

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科技大学，其通讯地址为：266510 山东省青岛市黄岛区前湾港路579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。