基于模型差值稀疏化的联邦学习差分隐私保护方法

被引：0
申请号：
CN202210784983.7
申请日：
2022-07-05
公开(公告)号：
CN115146313A
公开(公告)日：
2022-10-04
发明(设计)人：
黄冠东 秦拯 欧露 高诗慧
申请人：
申请人地址：
410082 湖南省长沙市岳麓区麓山南路1号湖南大学
IPC主分类号：
G06F2162
IPC分类号：
G06N2000
代理机构：
代理人：
法律状态：
公开
国省代码：
引用
下载
收藏
法律状态
法律状态公告日 法律状态 法律状态信息
2022-10-04 公开 公开
共 50 条
[21]   一种基于本地差分隐私和迁移学习技术的联邦学习模型 [P]. 
杨昌松 ;
刘秋雨 ;
柳悦玲 ;
丁勇 ;
梁海 ;
王硕 .
中国专利 :CN119337970A ,2025-01-21
[22]   基于成对掩码和弹性差分隐私的联邦学习全流程隐私保护方法及系统 [P]. 
孙奕 ;
李宇杰 ;
张东巍 ;
方晨 ;
程相然 ;
郭志杰 .
中国专利 :CN118862143A ,2024-10-29
[23]   一种基于差分隐私的联邦学习客户隐私保护方法及介质 [P]. 
顾辰 ;
胡东辉 ;
马宗平 .
中国专利 :CN118626845A ,2024-09-10
[24]   低隐私预算下的基于本地差分隐私机制的联邦学习方法 [P]. 
郭瑾 ;
王保仓 ;
沈晓鹰 .
中国专利 :CN118211638A ,2024-06-18
[25]   基于差分隐私和同态加密的联邦学习隐私保护方法 [P]. 
盖珂珂 ;
王烁 ;
陈言 ;
王安 ;
祝烈煌 .
中国专利 :CN117421762A ,2024-01-19
[26]   基于差分隐私图像加噪的联邦学习模型训练方法及系统 [P]. 
束妮娜 ;
余静波 ;
颜康 ;
吴韬 ;
王怀习 ;
常超 ;
刘春生 ;
蒋儒浩 .
中国专利 :CN119849603A ,2025-04-18
[27]   基于差分隐私图像加噪的联邦学习模型训练方法及系统 [P]. 
束妮娜 ;
余静波 ;
颜康 ;
吴韬 ;
王怀习 ;
常超 ;
刘春生 ;
蒋儒浩 .
中国专利 :CN119849603B ,2025-07-01
[28]   面向联邦学习的差分隐私保护方法及装置 [P]. 
李丽香 ;
李卉桢 ;
彭海朋 ;
李海涛 ;
陈俊 ;
戴一挥 ;
丁一航 ;
姚俊先 ;
杨方 ;
刘济舟 .
中国专利 :CN115481441A ,2022-12-16
[29]   一种基于联邦学习和差分隐私的数据隐私保护方法与系统 [P]. 
王汇彬 ;
赵生慧 ;
张文君 .
中国专利 :CN120429892A ,2025-08-05
[30]   一种通用的模型异构联邦学习隐私保护方法 [P]. 
王田 ;
钟文韬 ;
王文华 ;
黄凤怡 ;
李雨婷 .
中国专利 :CN120455134A ,2025-08-08
12345