買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國人民大學申請的專利基于差分隱私聯邦學習的公平回歸模型構建方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119848796B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411865930.3，技術領域涉及：G06F18/27；該發明授權基于差分隱私聯邦學習的公平回歸模型構建方法及系統是由孫怡帆;姜植茜;梅彪;李爾博;秦棋;胡朝君;魏婷;李曉冬設計研發完成，并于2024-12-17向國家知識產權局提交的專利申請。

本基于差分隱私聯邦學習的公平回歸模型構建方法及系統在說明書摘要公布了：本發明屬于聯邦學習技術領域，提供了基于差分隱私聯邦學習的公平回歸算法，實現本發明的技術方案主要包含三個模塊：首先，利用利用聯邦學習算法訓練全局回歸模型；其次，通過引入集中差分隱私，根據給定的差分隱私參數確定離散高斯分布的方差；最后，在聯邦學習的框架下，利用基于離散高斯機制的差分隱私技術，計算頻數分布直方圖，由此估計分布函數和分位數函數，從而對回歸模型進行公平化后處理。后處理過程中，客戶端和中心服務器之間交換的信息只有回歸預測值的頻數分布直方圖及其對應敏感屬性取值，通信代價較小。實驗表明，本發明能在提供較強隱私保護的同時，大幅提升回歸模型的公平性，并保證模型準確性維持在較高水平。

本發明授權基于差分隱私聯邦學習的公平回歸模型構建方法及系統在權利要求書中公布了：1.一種基于差分隱私聯邦學習的公平回歸系統，其特征在于，該系統包括以下模塊： 全局回歸模型訓練模塊：在聯邦學習框架下訓練全局回歸模型，支持使用FedAvg、FedProx聯邦學習算法，結合差分隱私技術為訓練過程提供隱私保護； 噪聲計算模塊：基于給定的差分隱私參數，通過公式計算離散高斯分布方差；根據隱私保護強度，確定噪聲大小并生成加噪因子； 公平化后處理模塊：利用全局回歸模型，結合敏感屬性分布和預測值條件分布，對模型進行公平化后處理，包括本地頻數分布計算、離散高斯噪聲添加、分布估計及回歸模型調整； 噪聲計算模塊的具體步驟包括： 通過差分隱私參數近似求解集中差分隱私參數； 利用集中差分隱私參數近似計算離散高斯分布的方差； 確定敏感屬性對應直方圖的分組區間數量和噪聲維數，并根據給定的離散高斯噪聲添加量，為每個客戶端生成加噪因子，用于本地頻數分布直方圖的擾動； 公平化后處理模塊執行以下步驟： 客戶端計算各敏感屬性對應預測值的本地頻數分布直方圖，加入離散高斯噪聲后上傳至中心服務器； 中心服務器聚合擾動后的本地頻數分布直方圖，生成各敏感屬性對應預測值的總體頻數分布直方圖； 客戶端基于總體頻數分布直方圖，估計敏感屬性的概率分布及預測值的條件分布函數； 客戶端利用敏感屬性概率分布和預測值條件分位數函數，對回歸模型進行公平化后處理，生成公平回歸模型，確?；貧w結果不受敏感屬性的不公平影響； 對回歸模型進行公平化后處理如下： 其中，ξ～U[-v,v]是一個平滑隨機變量，v為10-6，以保證不會改變的統計性質；是敏感屬性分布估計；是預測值的條件分布函數估計；是預測值的條件分位數函數估計。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國人民大學，其通訊地址為：100872 北京市海淀區中關村大街59號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。