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、介质及计算机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：CN112926073B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202110287309.3，技术领域涉及：G06F21/60；该发明授权联邦学习建模优化方法、设备、介质及计算机程序产品是由谭明超;马国强;范涛;陈天健;杨强设计研发完成，并于2021-03-17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、介质及计算机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、介质及计算机程序产品，所述联邦学习建模优化方法包括：获取本地模型预测值，并基于预设第一随机数和预设第二随机数，对本地模型预测值进行加密，获得第一随机数加密值和第二随机数加密值；将第一随机数加密值和第二随机数加密值发送至第二设备，以供第二设备基于第一随机数加密值、第二随机数加密值和本地样本标签，生成各随机数加密中间参数；接收第二设备发送的各随机数加密中间参数，并基于各随机数加密中间参数，生成加密模型梯度和加密模型损失；基于加密模型损失和加密模型损失，优化待训练本地模型，获得目标联邦模型。本申请解决了基于联邦学习构建逻辑回归模型时安全性低的技术问题。

本发明授权联邦学习建模优化方法、设备、介质及计算机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，所述联邦学习建模优化方法应用于第一设备，所述联邦学习建模优化方法包括：获取待训练本地模型对应的本地模型预测值，并基于预设第一随机数和所述本地模型预测值，生成第一随机数加密值；计算所述本地模型预测值和预设第二随机数之间的同态加密的乘积，获得第二随机数加密值；将所述第一随机数加密值和所述第二随机数加密值发送至第二设备，以供所述第二设备基于所述第一随机数加密值和所述第二随机数加密值以及本地样本标签，生成各随机数加密中间参数；接收所述第二设备发送的各随机数加密中间参数，分别对各所述随机数加密中间参数进行随机数影响消除，获得各同态加密参数；基于各所述同态加密参数和所述本地模型预测值对应的本地特征值，生成加密模型梯度和加密模型损失；基于所述加密模型损失和所述加密模型梯度，优化所述待训练本地模型，获得目标联邦模型；各所述随机数加密中间参数包括第一随机数同态加密参数、第二随机数同态加密参数和第三随机数同态加密参数，所述基于所述第一随机数加密值和所述第二随机数加密值以及本地样本标签，生成各随机数加密中间参数的步骤包括：对所述第一随机数加密值和所述第二随机数加密值进行解密，获得第一随机数混合值和第二随机数混合值；基于所述第一随机数混合值与所述本地样本标签，生成混合随机数中间参数；对所述混合随机数中间参数进行同态加密，获得所述第一随机数同态加密参数；对所述第一随机数混合值的平方值进行同态加密，获得所述第二随机数同态加密参数；对所述第二随机数混合值与所述本地样本标签的乘积进行同态加密，获得所述第三随机数同态加密参数；所述同态加密参数包括第一同态加密中间参数、第二同态加密中间参数和第三同态加密中间参数，所述基于各所述同态加密参数和所述本地模型预测值对应的本地特征值，生成加密模型梯度和加密模型损失的步骤包括：通过计算所述第一同态加密中间参数与所述本地特征值的乘积，生成所述加密模型梯度；通过计算所述第二同态加密中间参数和所述第三同态加密中间参数之间的差值，生成所述加密模型损失。

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”。