恭喜重慶大學胡春強獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜重慶大學申請的專利一種基于混洗差分隱私保護的個性化聯邦學習方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN117932683B 。
龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202410187832.2,技術領域涉及:G06F21/62;該發明授權一種基于混洗差分隱私保護的個性化聯邦學習方法及系統是由胡春強;汪遠;張今革;蔡斌;夏曉峰;胡海波設計研發完成,并于2024-02-19向國家知識產權局提交的專利申請。
本一種基于混洗差分隱私保護的個性化聯邦學習方法及系統在說明書摘要公布了:本發明提供了一種基于混洗差分隱私保護的個性化聯邦學習方法及系統。該方法包括:分析器發布隱私等級分類策略和初始全局模型;客戶端更新局部模型,利用本地數據對局部模型進行本地訓練,將本地訓練后的局部模型梯度上傳隨機產生器;隨機產生器基于用戶隱私預算在局部模型梯度中加入噪聲,基于加入噪聲后的局部模型梯度生成擾動梯度;混洗服務器將打亂后的擾動梯度序列和隱私保護等級序列上傳分析器;分析器獲得并發布下一全局迭代輪次的全局模型。本申請能夠更好地適應用戶本地隱私需求不一致的場景,結合差分隱私和混洗服務器來保護梯度參數安全,且分析器的中央服務器可添加更少噪聲保護。
本發明授權一種基于混洗差分隱私保護的個性化聯邦學習方法及系統在權利要求書中公布了:1.一種基于混洗差分隱私保護的個性化聯邦學習方法,其特征在于,分析器發布隱私等級分類策略和初始全局模型,重復執行以下步驟直至達到全局迭代停止條件:客戶端通過當前全局迭代輪次的全局模型更新局部模型,利用本地數據對局部模型進行本地訓練,將本地訓練后的局部模型梯度上傳至本地的隨機產生器;其中,所述客戶端通過當前全局迭代輪次的全局模型更新局部模型步驟中,第i個客戶端執行:獲取上一全局迭代輪次中第i個客戶端本地訓練完成后獲得的局部模型梯度t表示當前全局迭代輪次,i∈[0,n],R表示上一全局迭代輪次t-1中第i個客戶端的最大本地訓練輪次;按照如下公式獲得第i個客戶端當前全局迭代輪次t中本地訓練的初始局部模型:ωt表示當前全局迭代輪次t的全局模型梯度,ρ表示第二超參數;客戶端本地的隨機產生器根據預設的用戶隱私偏好和隱私等級分類策略確定用戶隱私預算,基于用戶隱私預算在局部模型梯度中加入噪聲;所述隨機產生器基于加入噪聲后的局部模型梯度生成擾動梯度,上傳擾動梯度、隱私保護等級和梯度維度索引至混洗服務器;混洗服務器將收到的擾動梯度和隱私保護等級分別構成擾動梯度序列和隱私保護等級序列,分別打亂擾動梯度序列和隱私保護等級序列,將打亂后的擾動梯度序列和隱私保護等級序列上傳分析器;分析器基于打亂后的擾動梯度序列和隱私保護等級序列獲得并發布下一全局迭代輪次的全局模型。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人重慶大學,其通訊地址為:400030 重慶市沙坪壩區沙正街174號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。