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！

龍圖騰網獲悉湖南三湘銀行股份有限公司申請的專利一種基于分布式生成對抗模型的聯邦學習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：CN114021738B 。

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：202111393636.3，技術領域涉及：G06N3/098；該發明授權一種基于分布式生成對抗模型的聯邦學習方法是由王建新;盛韜;劉淵;路博;陳龍設計研發完成，并于2021-11-23向國家知識產權局提交的專利申請。

本一種基于分布式生成對抗模型的聯邦學習方法在說明書摘要公布了：本發明公開一種基于分布式生成對抗模型的聯邦學習方法。該方法包括：在分布式的環境中進行生成對抗模型的訓練，服務器設有生成模型，客戶端分別設有判別模型與分類模型；服務器的生成模型產生生成數據，將生成數據發送至客戶端；客戶端利用本地數據和生成數據，更新分類模型和判別模型，將生成數據的判別結果送到服務器；服務器根據判別結果對生成模型進行更新，判斷生成數據是否滿足預設終止條件；如果是則跳轉至將生成數據發送至客戶端及之后的步驟；否則利用生成模型進行聯邦學習訓練過程。該方法利用分布式的生成對抗網絡在原有的算法流程中增加了更多服從全局分布的數據，增加了聯邦學習算法訓練出的模型泛化性與準確率。

本發明授權一種基于分布式生成對抗模型的聯邦學習方法在權利要求書中公布了：1.一種基于分布式生成對抗模型的聯邦學習方法，其特征在于，包括： 在分布式的環境中進行生成對抗模型的訓練，服務器設有生成模型，客戶端分別設有判別模型與執行具體任務的分類模型； 服務器的生成模型產生生成數據，將所述生成數據發送至客戶端； 客戶端利用本地數據和所述生成數據，更新所述分類模型和所述判別模型，并將生成數據的判別結果送到服務器； 服務器根據所述判別結果對生成模型進行更新； 服務器判斷更新后的生成模型產生的生成數據是否滿足預設終止條件； 如果更新后的生成模型產生的生成數據不滿足預設終止條件，跳轉至將所述生成數據發送至客戶端及之后的步驟； 如果更新后的生成模型產生的生成數據滿足預設終止條件，利用生成模型進行聯邦學習訓練過程； 客戶端利用本地數據和所述生成數據，更新所述分類模型和所述判別模型，并將生成數據的判別結果送到服務器的步驟中，客戶端對生成數據的判別結果的判別依據如下： 每個生成數據的判別結果為所有被選中客戶端中，判別模型的輸出結果減去分類模型的輸出結果與生成數據標簽的交叉熵損失，其中選出最大的作為該數據的判別結果； 客戶端輸出對生成數據進行判別，得到判別結果的過程如下： 對于K個參與聯邦學習的客戶端，在t次迭代中服務器將分類模型C與生成數據發送至客戶端k，其中k∈K，服務器通過如下迭代步驟得到生成數據的判別結果： 客戶端k為K個客戶端中的任意一個，在接收到來自服務器的分類模型Ct與生成數據后，使用本地數據訓練分類模型，得到更新后的分類模型同時使用本地數據x,y與生成數據訓練判別模型得到更新后的判別模型 客戶端k將生成數據分別輸入分類模型與判別模型中得到分類后的類別結果與判別器輸出結果計算分類結果與生成數據標簽的交叉熵損失得到分類的判別結果其中最后客戶端將判別結果上傳至服務器； 服務器接收到來自個K客戶端的判別結果，對于第i個生成數據，其中i∈m，選擇客戶端上傳的最大判別結果作為生成數據的判別結果，并用每個生成數據的判別結果對服務器的生成模型Gt進行更新得到Gt+1，然后進行下一輪次的迭代； 所述預設終止條件為：使用生成模型產生的生成數據對一個初始化的任務模型進行訓練，當任務模型使用生成數據在真實測試數據集中達到預定結果時，終止生成模型的訓練； 利用生成模型進行聯邦學習訓練過程包括：服務器接收到客戶端模型參數后進行聚合，并使用經過篩選后的生成數據對聚合模型進行訓練，最后選擇參與訓練客戶端將訓練后的聚合模型發送至選中客戶端； 對于生成數據的篩選過程如下： 服務器更新生成模型，使用生成模型產生一批生成數據； 服務器利用聚合后的分類模型對生成數據進行分類，并將分類結果與生成數據預設標簽不一致的篩選出來，其余劃分為用于本輪更新的生成數據； 服務器使用經過篩選后的數據對聚合模型進行更新，完成本輪迭代。

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湖南三湘銀行股份有限公司，其通訊地址為：410023 湖南省長沙市岳麓區濱江路53號湖南湘江新區濱江金融中心楷林國際D座；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”。