发明专利 已授权

一种基于强化学习的联邦系统偏见中毒防御方法、装置

📄 申请号:CN202211089354.9 📄 发布日:2026/08/04

著录项目信息

申请日
2022-09-07
公开号
CN116361780B
公开日
2026-05-01
申请人
浙江工业大学
法律状态
已下证
专利类型
发明
主分类号
IPC 分类号

技术画像

应用场景

联邦学习系统, 人工智能安全, 数据隐私保护, 分布式机器学习, 模型鲁棒性提升

摘要

本发明公开了一种基于强化学习的联邦系统偏见中毒防御方法、装置,包括:服务器调用全局模型,分发给各个客户端,客户端接收中央服务器下发的全局模型,并利用本地数据基于平等机会偏差指标检测全局模型对敏感属性是否有偏见;若检测全局模型存在偏见,则利用基于强化学习的联邦学习方法进行去偏,得到去偏模型;使用本地数据训练去偏模型,并将训练后的去偏模型上传至中央服务器;若检测全局模型不存在偏见,则使用本地数据训练全局模型,并将训练后的全局模型上传至中央服务器;将训练后的全局模型和训练后去偏模型进行聚合,得到新的全局模型,并将新的全局模型下发到客户端;重复上述步骤,直至基于强化学习的联邦学习结束。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐
议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:20 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价