一种联邦学习后门攻击防御方法及系统（26年下证）

本发明涉及一种联邦学习后门攻击防御方法及系统，属于信息安全领域。该方法首先终端在执行本地训练前进行数据预处理操作，将数据从时域转换到频域，并设计低通滤波器过滤数据中由后门样本带来的高频信号；其次在服务器端检测恶意上传更新，计算预全局模型与本地模型间的余弦相似度，设置合适的阈值筛选恶意上传的本地模型更新；最后对剩余的非恶意上传更新执行全局聚合操作得到更新的全局模型，并结合差分隐私技术对得到的全局模型进行扰动。本发明充分考虑了后门攻击在不同位置进行攻击的情形，可以在减轻联邦学习后门攻击的同时不影响模型在良性数据上的表现性能，解决了联邦学习的后门攻击防御问题。

《一种联邦学习后门攻击防御方法及系统（26年下证）》是一发明专利，专利号为 202311611901X，当前法律状态为已下证，由重庆邮电大学提出申请，发明人为王豪;母雪姣;李开菊;张清华;夏英;张旭，申请日期为2023-11-29，公开（公告）日期为2026-05-26，国际专利分类号（IPC）为 G06F 21/56 (2013.01)，高新资质：未报高企，所属技术领域包括：终端设备 互联网 智能终端 智能穿戴 网络技术 信息安全 数据处理 计算机技术 自然语言处理 深度学习 人工智能 大数据 分布式机器学习、边缘AI训练、隐私保护训练、模型聚合、中央服务器、模型训练、云端协同、SaaS系统、AI服务平台。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及一种联邦学习后门攻击防御方法及系统，属于信息安全领域。该方法首先终端在执行本地训练前进行数据预处理操作，将数据从时域转换到频域，并设计低通滤波器过滤数据中由后门样本带来的高频信号；其次在服务器端检测恶意上传更新，计算预全局模型与本地模型间的余弦相似度，设置合适的阈值筛选恶意上传的本地模型更新；最后对剩余的非恶意上传更新执行全局聚合操作得到更新的全局模型，并结合差分隐私技术对得到的全局模型进行扰动。本发明充分考虑了后门攻击在不同位置进行攻击的情形，可以在减轻联邦学习后门攻击的同时不影响模型在良性数据上的表现性能，解决了联邦学习的后门攻击防御问题。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！