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！

龙图腾网恭喜湖南科技大学申请的专利一种基于孤立森林异常检测的安全分层联邦学习方法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：CN119272846B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411789943.7，技术领域涉及：G06N3/098；该发明授权一种基于孤立森林异常检测的安全分层联邦学习方法是由梁伟;阳超逸;陈宇翔;肖嘉宏;何大成;熊乃学设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种基于孤立森林异常检测的安全分层联邦学习方法在说明书摘要公布了：本发明公开了一种基于孤立森林异常检测的安全分层联邦学习方法,涉及电数字数据处理技术领域。该方法，包括以下步骤：在边缘服务器端建立GRU自注意力模型，通过GRU自注意力模型对全局参数提取时序特征状态，使用孤立森林算法对聚合后的GRU自注意力模型更新参数的时序特征状态建树，对比异常检测强度评估系数与GRU自注意力模型参数聚合后的异常检测强度阈值，根据对比结果采取自适应调整异常检测强度或发出警报的措施。本发明通过为每个服务器生成个性化的异常检测强度阈值决策，充分考虑不同服务器所遭受的攻击程度差异，合理分配检测强度，达到了提高服务器安全性的效果，解决了现有技术中存在服务器安全性不足的问题。

本发明授权一种基于孤立森林异常检测的安全分层联邦学习方法在权利要求书中公布了：1.一种基于孤立森林异常检测的安全分层联邦学习方法，其特征在于，包括以下步骤：S1、在云服务器获取并初始化全局模型参数，并分发给边缘服务器，再由边缘服务器分发给移动设备，移动设备从数据库直接获取全局模型参数的本地数据集，移动设备使用本地数据集更新全局模型参数，将更新的全局模型参数上传至边缘服务器；S2、在边缘服务器端建立GRU自注意力模型，边缘服务器上更新的全局模型参数通过GRU自注意力模型提取时序特征状态，得到不同模型层次的时序特征状态的提取异常评估系数，边缘服务器使用联邦平均算法对GRU自注意力模型进行聚合，得到聚合后的GRU自注意力模型，使用孤立森林算法对聚合后的GRU自注意力模型更新参数的时序特征状态建树，获得时序特征状态建树评估系数，从数据库直接获取GRU自注意力模型参数聚合后的异常检测强度阈值；S3、通过分析时序特征状态的综合提取异常评估系数和时序特征状态建树评估系数，得到异常检测强度评估系数，用于识别异常更新，并对比异常检测强度评估系数与GRU自注意力模型参数聚合后的异常检测强度阈值，根据对比结果采取自适应调整异常检测强度或发出警报的措施；所述边缘服务器上更新的全局模型参数通过GRU自注意力模型提取时序特征状态的具体提取过程为：将移动设备上传的更新后的模型参数传至边缘服务器端的自注意力模型GRU中，使用GRU自注意力模型对模型参数的每一层提取原始参数的时序特征状态，并以模型层次为单位输出，得到不同模型层次的时序特征状态的提取异常评估系数，综合不同模型层次的时序特征状态的提取异常评估系数，得到时序特征状态的综合提取异常评估系数。

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湖南科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区石马头；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”。