恭喜浙江理工大学许秋豪获国家专利权
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!
龙图腾网恭喜浙江理工大学申请的专利随机成组交互式隐私联邦聚合方法、系统及电子设备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:CN119629615B 。
龙图腾网通过国家知识产权局官网在2025-05-13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:202510142592.9,技术领域涉及:H04W12/02;该发明授权随机成组交互式隐私联邦聚合方法、系统及电子设备是由许秋豪;沈剑;王晨;王滨设计研发完成,并于2025-02-10向国家知识产权局提交的专利申请。
本随机成组交互式隐私联邦聚合方法、系统及电子设备在说明书摘要公布了:本发明公开了随机成组交互式隐私联邦聚合方法、系统及电子设备,方法如下:所有移动感知节点达成协议,服务器发送初始参数,引入志愿者节点,初始化协议;参与者广播公钥,移动感知节点随机选择志愿者节点成组,组内志愿者节点与移动感知节点达成协议,生成共享密钥;依据本地真实数据进行模型训练得到本地模型梯度,移动感知节点通过与组内志愿者节点交互获得的所有共享密钥生成随机掩码;移动感知节点上传掩码梯度至服务器,服务器计算掩码梯度之和;志愿者节点上传掩码和至服务器,服务器收集随机数并聚合;得到全局模型梯度;服务器平均全局模型梯度并反馈给移动感知节点,作为下一轮训练的初始参数,直至模型在所有移动感知节点上收敛为止。
本发明授权随机成组交互式隐私联邦聚合方法、系统及电子设备在权利要求书中公布了:1.一种随机成组交互式隐私联邦聚合方法,其特征是,按如下步骤:S1,初始化:所述初始化过程指所有移动感知节点达成协议后,先由服务器发送初始模型参数,再引入志愿者节点,进行协议初始化操作;S2,随机成组:所述随机成组过程指所有参与者广播公钥,移动感知节点随机选择志愿者节点成组,组内每个志愿者节点与移动感知节点达成协议,生成共享密钥;S3,保护梯度:所述保护梯度过程指依据本地真实数据进行模型训练得到本地模型梯度,移动感知节点通过与组内志愿者节点交互获得的所有共享密钥生成随机掩码,利用随机掩码保护本地模型梯度,即为掩码梯度;步骤S3具体如下:移动感知节点成组完后,依据本地真实数据进行模型训练得到本地模型梯度;每一个移动感知节点通过与所有组内志愿者节点交互获得的所有共享密钥,分别生成随机掩码PRGkc,v;每个移动感知节点的局部梯度的加密公式如下: 其中,指移动感知节点c经过保护的本地梯度,xc指移动感知节点c原始本地梯度;对于每个被选择成组的志愿者节点,能与多个移动感知节点成组交互;设选择该志愿者节点的移动感知节点集被表示为numc,志愿者节点使用以下公式计算对应的随机数和Rv: S4,聚合梯度:所述聚合梯度过程指所有移动感知节点上传掩码梯度至服务器,服务器聚合计算掩码梯度之和;所有志愿者节点上传随机数和至服务器,服务器从每个志愿者节点收集随机数和并聚合;通过计算得到真实全局模型梯度;步骤S4具体如下:所有移动感知节点上传掩码梯度至服务器,服务器聚合计算掩码梯度之和,所述掩码梯度指移动感知节点c经过保护的本地梯度;所有志愿者节点上传掩码梯度之和至服务器,服务器从每个志愿者节点收集随机数和Rv并进行聚合;通过计算得到真实全局模型梯度: 其中,C为所有移动感知节点集合,V为所有志愿者节点集合,X是服务器聚合的全局模型梯度值;S5,模型迭代:所述模型迭代过程指服务器平均全局模型梯度并将所述全局模型梯度反馈给所有移动感知节点,作为下一轮训练的初始参数,直至模型在所有移动感知节点上收敛为止。
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浙江理工大学,其通讯地址为:310018 浙江省杭州市钱塘区下沙2号大街928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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。