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！

龙图腾网获悉南通大学申请的专利面向物联网通信隐私保护联邦学习方法、系统、存储介质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：CN121543125B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610069878.3，技术领域涉及：G06F21/62；该发明授权面向物联网通信隐私保护联邦学习方法、系统、存储介质是由张湘;顾翔;蔡纪新;顾辰雯;朱星辰设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本面向物联网通信隐私保护联邦学习方法、系统、存储介质在说明书摘要公布了：本发明提供了一种面向物联网通信隐私保护联邦学习方法、系统、存储介质，属于人工智能与隐私计算技术领域。该方法解决了现有物联网环境中联邦学习通信开销大、隐私保护不足及异构客户端协同效率低的技术问题。在每轮通信中，客户端采用差分隐私随机梯度下降进行本地训练，基于公共代理数据集生成软标签及其熵值与边际量并在公共测试数据集上计算准确率，服务器根据元信息筛选客户端，请求软标签并且对接收到的软标签进行准确率加权平均聚合成全局软标签，客户端据此执行知识蒸馏更新本地隐私模型。本发明在保证客户端数据隐私的同时，降低网络带宽占用与通信开销，提高本地模型性能与训练效率。

本发明授权面向物联网通信隐私保护联邦学习方法、系统、存储介质在权利要求书中公布了：1.一种面向物联网通信隐私保护联邦学习方法，其特征在于，应用于由服务器与多个客户端构成的物联网环境，包括以下步骤： S1:物联网环境中的各客户端内包含公共代理数据集，公共测试数据集，各客户端自主设计或在预设模型中选择的本地模型架构，服务器设置总的通信轮数，设置后续进行熵值排序发生并列情况时的阈值，top-的值，每个客户端设置差分隐私相关参数与模型训练相关参数； S2:每轮通信时,中央服务器从客户端集合中任意选择个客户端进行联邦学习训练； S3:被选中的客户端使用差分隐私随机梯度下降DP-SGD算法进行训练，得到第轮的本地模型，模型参数为，客户端在公共代理数据集上对每个样本进行推理，得到软标签矩阵，保存在客户端本地，在公共测试数据集上进行推理并计算准确率，客户端基于软标签矩阵，逐行计算其熵，其中是单个样本的软标签，将计算出的熵进行归一化，得到熵向量；基于软标签矩阵，逐样本软标签计算top1与top2的概率差作为细分排序依据，定义边际量，其中；，最后得到维边际向量，客户端将元信息上传至中央服务器； S4:中央服务器跨客户端逐样本选择top-，对于公共代理数据集中的每个样本，收集在各个客户端上传的元信息，执行字典序排序，选出每个样本的top-个客户端，中央服务器统计每个客户端在哪些样本中被选中为top-，并且发送相应的公共代理数据集索引给以请求该索引对应的软标签； S5:客户端上传S4中央服务器所需要的软标签及其索引和S3中计算出的准确率，中央服务器对同一个样本的不同客户端进行平均加权得到在第轮聚合后的全局软标签，并且发送给本轮参与训练的客户端； S6:客户端使用公共代理数据集作为输入，以接收到的作为标签，执行知识蒸馏训练，知识蒸馏训练的损失函数采用均方误差或Kullback-Leibler散度，最后得到本轮的本地模型参数； S7:中央服务器控制总训练轮数，或设置多个客户端对公共测试集准确率达到阈值作为终止条件，阈值视训练任务而定，若未达到终止条件，继续下一轮联邦训练；否则完成模型协同训练过程。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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”。

以上内容由龙图腾AI智能生成。