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！

龙图腾网恭喜齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利面向保隐私异构去中心化学习的正则约束自适应调整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：CN119808896B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202510296997.8，技术领域涉及：G06N3/098；该发明授权面向保隐私异构去中心化学习的正则约束自适应调整方法是由吴晓明;刘腾;杨明;王鑫;刘臣胜;穆超;陈振娅;贺云鹏;吴法宗;徐硕设计研发完成，并于2025-03-13向国家知识产权局提交的专利申请。

本面向保隐私异构去中心化学习的正则约束自适应调整方法在说明书摘要公布了：本发明属于隐私保护的技术领域，更具体地，涉及面向保隐私异构去中心化学习的正则约束自适应调整方法。所述方法包括：将每个客户端的本地模型划分为共享模型和保留模型，对共享模型进行正则化约束；客户端使用上一轮聚合后的共享模型和本地保留模型，基于本地数据集进行梯度下降更新；通过KL散度对正则化参数进行动态更新调整；对共享模型进行差分隐私保护，然后将加噪后的共享模型广播给邻居客户端；客户端i的邻居客户端接收加噪后的共享模型并进行聚合，以得到下一迭代轮次的本地模型。本发明在保护数据隐私的同时，减轻数据异质性和差分隐私噪声对模型性能的负面影响。

本发明授权面向保隐私异构去中心化学习的正则约束自适应调整方法在权利要求书中公布了：1.面向保隐私异构去中心化学习的正则约束自适应调整方法，应用于联邦学习系统，联邦学习系统中包含多个客户端，且每个客户端均具有一个用于图像分类识别任务的本地数据集；其特征在于，所述方法包括：S1、将每个客户端的本地模型划分为共享模型和保留模型，对共享模型进行正则化约束，以限制模型参数的更新幅度，具体如下：S11、对本地模型的深度神经网络进行分层处理，将本地模型被划分为共享模型和保留模型，其中，共享模型用于在邻居客户端之间交换，保留模型保留在本地以维护个性化特征；S12、对共享模型进行正则化约束来限制模型偏差，将客户端的损失函数重新表示为： （1） （2）式（1）和式（2）中，是交叉熵损失函数，是正则化参数，是裁剪阈值，和分别表示本轮和上一轮的共享模型，表示正则化项，表示第轮迭代中的去偏参数，当t=0时，=；S2、客户端使用上一轮聚合后的共享模型和本地保留模型，基于本地数据集进行梯度下降更新；S3、通过KL散度对正则化参数进行动态更新调整；S4、对共享模型进行差分隐私保护，然后将加噪后的共享模型广播给邻居客户端，确保隐私保护的同时完成去中心化通信；S5、客户端i的邻居客户端接收加噪后的共享模型并进行聚合，以得到下一迭代轮次的本地模型。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250000 山东省济南市长清区西部新城大学科技园；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”。