買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜重慶大學申請的專利面向聯(lián)邦學習中毒攻擊的防御方法和系統(tǒng)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN119398137B 。

龍圖騰網(wǎng)通過國家知識產權局官網(wǎng)在2025-05-02發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202411535885.5，技術領域涉及：G06N3/098；該發(fā)明授權面向聯(lián)邦學習中毒攻擊的防御方法和系統(tǒng)是由胡春強;胡智杰;付春雷;陳希;蔡斌設計研發(fā)完成，并于2024-10-31向國家知識產權局提交的專利申請。

本面向聯(lián)邦學習中毒攻擊的防御方法和系統(tǒng)在說明書摘要公布了：本發(fā)明涉及信息安全技術領域，涉及一種面向聯(lián)邦學習中毒攻擊的防御方法，包括客戶端獲取訓練圖像集；客戶端為訓練圖像集注入噪聲得到含噪圖像集，利用含噪圖像集訓練客戶端去噪模型，將訓練好的客戶端去噪模型上傳至服務端；服務端為驗證圖像注入噪聲得到噪聲驗證圖像，輸入噪聲驗證圖像至客戶端上傳的客戶端去噪模型，得到驗證數(shù)據(jù)；根據(jù)驗證數(shù)據(jù)從參與聯(lián)邦學習的客戶端中篩選出可信任客戶端清單；聚合可信任客戶端清單中客戶端上傳的客戶端分類模型，獲得全局分類模型，并將全局分類模型分發(fā)回客戶端。本發(fā)明還提出一種面向聯(lián)邦學習中毒攻擊的防御系統(tǒng)。本發(fā)明可以提高服務端對客戶端模型可信度的判斷能力，提高模型對中毒攻擊的防御能力。

本發(fā)明授權面向聯(lián)邦學習中毒攻擊的防御方法和系統(tǒng)在權利要求書中公布了：1.一種面向聯(lián)邦學習中毒攻擊的防御方法，其特征在于，客戶端獲取訓練圖像集；客戶端為訓練圖像集注入噪聲得到含噪圖像集，并利用含噪圖像集訓練客戶端去噪模型，將訓練好的客戶端去噪模型上傳至服務端；服務端為驗證圖像注入噪聲得到噪聲驗證圖像，輸入噪聲驗證圖像至客戶端上傳的客戶端去噪模型，得到驗證數(shù)據(jù)；根據(jù)驗證數(shù)據(jù)從參與聯(lián)邦學習的客戶端中篩選出可信任的客戶端，得到可信任客戶端清單；聚合可信任客戶端清單中客戶端上傳的客戶端分類模型，獲得全局分類模型，并將全局分類模型分發(fā)回客戶端；驗證數(shù)據(jù)包括驗證特征值和與驗證特征值對應的參考標簽值，所述根據(jù)驗證數(shù)據(jù)從參與聯(lián)邦學習的客戶端中篩選出可信任的客戶端，得到可信任客戶端清單，包括：服務端基于客戶端上傳的分類模型的模型參數(shù)生成客戶端的驗證模型，將驗證特征值輸入驗證模型，驗證模型輸出驗證特征值的預測標簽值；根據(jù)驗證特征值對應的預測標簽值和參考標簽值確定驗證模型的分類準確率；將驗證模型的分類準確率數(shù)值與準確率參考閾值進行比對，若驗證模型的分類準確率數(shù)值大于準確率參考閾值，則將所述驗證模型對應的客戶端記為可信任的客戶端；從參與聯(lián)邦學習的客戶端中篩選出全部可信任的客戶端，得到可信任客戶端清單。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人重慶大學，其通訊地址為：400030 重慶市沙坪壩區(qū)沙正街174號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。