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！

龙图腾网获悉深圳前海微众银行股份有限公司申请的专利联邦学习建模优化方法、设备、可读存储介质及程序产品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：CN113792892B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202111151142.4，技术领域涉及：G06N20/20；该发明授权联邦学习建模优化方法、设备、可读存储介质及程序产品是由康焱;吴岳洲设计研发完成，并于2021-09-29向国家知识产权局提交的专利申请。

本联邦学习建模优化方法、设备、可读存储介质及程序产品在说明书摘要公布了：本申请公开了一种联邦学习建模优化方法、设备、可读存储介质及程序产品，应用于第一设备，所述联邦学习建模优化方法包括：依据特征提取模型生成第一训练样本对应的第一样本特征，并依据特征生成模型生成第一噪音数据和第一真实分类标签共同对应的第二样本特征；依据第一真实分类标签、第一样本特征以及第二样本特征，迭代训练得到特征生成模型；将特征生成模型和分类模型发送至第二设备，以供第二设备构建目标全局特征生成模型和目标全局分类模型；依据目标全局特征生成模型，对特征提取模型和目标全局分类模型进行迭代优化，得到目标特征提取模型和目标分类模型。本申请解决了联邦学习方法存在泄露参与方数据隐私的风险的技术问题。

本发明授权联邦学习建模优化方法、设备、可读存储介质及程序产品在权利要求书中公布了：1.一种联邦学习建模优化方法，其特征在于，应用于第一设备，所述联邦学习建模优化方法包括： 获取训练好的特征提取模型和分类模型，并提取第一训练样本、第一噪音数据、所述第一训练样本对应的第一真实分类标签； 获取所述特征提取模型针对于所述第一训练样本生成的第一样本特征，以及待训练特征生成模型针对于所述第一噪音数据和所述第一真实分类标签生成的第二样本特征； 通过所述分类模型对所述第二样本特征进行分类以及通过待训练样本区分模型对所述第一样本特征与所述第二样本特征进行样本区分，在固定所述特征提取模型和所述分类模型的情况下对所述待训练特征生成模型进行迭代优化，得到特征生成模型； 将所述特征生成模型和所述分类模型发送至第二设备，以供第二设备依据各所述第一设备发送的特征生成模型，迭代优化聚合各所述特征生成模型得到的全局特征生成模型以及聚合各所述分类模型得到的全局分类模型，得到目标全局特征生成模型和目标全局分类模型； 接收所述第二设备发送的目标全局特征生成模型和目标全局分类模型，并依据所述目标全局特征生成模型，对所述特征提取模型和所述目标全局分类模型进行迭代优化，得到目标特征提取模型和目标分类模型； 所述依据所述目标全局特征生成模型，对所述特征提取模型和所述目标全局分类模型进行迭代优化，得到目标特征提取模型和目标分类模型的步骤包括： 提取第二训练样本、第二噪音数据以及所述第二训练样本对应的第二真实分类标签； 获取所述特征提取模型针对于所述第二训练样本生成的本地样本特征，以及获取所述目标全局特征生成模型针对于所述第二噪音数据和所述第二真实分类标签生成的全局样本特征； 依据所述第二真实分类标签以及所述目标全局分类模型针对于所述本地样本特征生成的第二预测分类标签，计算第二分类损失； 依据所述本地样本特征和所述全局样本特征之间的相似度，计算特征相似度损失； 依据所述第二分类损失和所述特征相似度损失，在固定所述目标全局特征生成模型的情况下迭代优化所述特征提取模型和所述目标全局分类模型，得到所述目标特征提取模型和所述目标分类模型。

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深圳前海微众银行股份有限公司，其通讯地址为：518000 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司)；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。