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！

龍圖騰網獲悉華南理工大學申請的專利基于多維指標動態識別聯邦學習中的后門攻擊防御方法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：CN116150745B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202310019902.9，技術領域涉及：G06F21/55；該發明授權基于多維指標動態識別聯邦學習中的后門攻擊防御方法是由高英;黃思銓;陳沖;時樂宇設計研發完成，并于2023-01-06向國家知識產權局提交的專利申請。

本基于多維指標動態識別聯邦學習中的后門攻擊防御方法在說明書摘要公布了：本發明公開了一種基于多維指標動態識別聯邦學習中的后門攻擊防御方法，包括以下步驟：首先引入曼哈頓距離，利用曼哈頓距離，提出的基于距離的防御措施對隱蔽的后門顯示出顯著的性能。為了應對各種攻擊，利用多種指標合作來識別惡意的梯度，應用馬氏距離并生成動態權重，以處理參與者的非IID分布和不同距離帶來的不同尺度，最后，為每個提交的梯度計算分數，并根據分數只聚集良性的梯度；采用多維指標去動態識別聯邦學習中的后門攻擊，可以在保證主任務準確率及模型性能的同時，盡可能多的抵御不同的后門攻擊手段，同時可以適應非獨立同分布的數據分布情況，并且可以去防御隱蔽的、被攻擊者精心設計后的后門攻擊。

本發明授權基于多維指標動態識別聯邦學習中的后門攻擊防御方法在權利要求書中公布了：1.基于多維指標動態識別聯邦學習中的后門攻擊防御方法，其特征在于，包括以下步驟： S1、初始化聯邦學習框架，定義和計算梯度特征，定義并計算每個客戶端的特征值； 定義梯度的特征如下： 其中，i為第i個用戶，wi為第i個用戶訓練的本地模型，w0為上一輪聚合后并下發的全局模型；第i個用戶訓練的梯度特征包括曼哈頓距離歐氏距離和余弦距離用如下公式表達用戶梯度特征信息： x＝xMan,xEul,xCosine4； 選用離散度作為評判一個梯度是否為異常值的依據，定義并計算每個客戶的模型的特征值： 其中分別為重定義的特征值，是梯度模型原有特征值，而是本輪上傳的所有梯度中除以外的其他梯度； S2、使用馬氏距離計算客戶端動態權重和分數，按照距離分數di進行排序； 使用馬氏距離給梯度特征賦權計算動態權重和分數： 其中Σ為當輪選到參與訓練的所有用戶的梯度特征的矩陣的協方差矩陣，其求逆得到的逆矩陣作為本輪的動態權重，di為通過第i個客戶端的離散度向量x′i求得的分數，x′iT為x′i的轉置； S3、剔除攻擊梯度、聚合良性梯度并添加噪聲。

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華南理工大學，其通訊地址為：510640 廣東省廣州市天河區五山路381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”。