面向联邦学习的差分隐私保护方法及装置

被引：0

申请号：

CN202211168249.4

申请日：

2022-09-23

公开(公告)号：

CN115481441A

公开(公告)日：

2022-12-16

发明(设计)人：

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

申请人：

申请人地址：

510630 广东省广州市天河区黄埔大道西638号广东农信大厦

IPC主分类号：

G06F2162

IPC分类号：

G06N2000

代理机构：

北京路浩知识产权代理有限公司 11002

代理人：

梁军丽

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
2022-12-16	公开	公开
2023-01-03	实质审查的生效	实质审查的生效 IPC(主分类):G06F 21/62 申请日:20220923

共 50 条

[1]

面向异构联邦学习的自适应差分隐私保护方法 [P].

吴晓明 ;

刘腾 ;

杨明 ;

王鑫 ;

陈振娅 ;

穆超 ;

刘臣胜 ;

贺云鹏 ;

徐硕 ;

吴法宗 .

中国专利 :CN119293861A ,2025-01-10

[2]

面向异构联邦学习的自适应差分隐私保护方法 [P].

吴晓明 ;

刘腾 ;

杨明 ;

王鑫 ;

陈振娅 ;

穆超 ;

刘臣胜 ;

贺云鹏 ;

徐硕 ;

吴法宗 .

中国专利 :CN119293861B ,2025-07-01

[3]

基于差分隐私的联邦分层学习方法 [P].

朱超 ;

郝新丽 ;

周怡航 ;

张若羿 ;

康思远 ;

李以伟 .

中国专利 :CN118504659A ,2024-08-16

[4]

基于差分隐私的联邦分层学习方法 [P].

朱超 ;

郝新丽 ;

周怡航 ;

张若羿 ;

康思远 ;

李以伟 .

中国专利 :CN118504659B ,2025-12-26

[5]

基于模型差值稀疏化的联邦学习差分隐私保护方法 [P].

黄冠东 ;

秦拯 ;

欧露 ;

高诗慧 .

中国专利 :CN115146313B ,2024-04-09

[6]

基于模型差值稀疏化的联邦学习差分隐私保护方法 [P].

黄冠东 ;

秦拯 ;

欧露 ;

高诗慧 .

中国专利 :CN115146313A ,2022-10-04

[7]

基于差分压缩的联邦学习隐私保护方法、设备及介质 [P].

赵雅楠 ;

盛红胜 ;

徐鑫 ;

宁方刚 ;

迟钰沛 .

中国专利 :CN118862153A ,2024-10-29

[8]

一种面向差分隐私的联邦学习隐私预算定制方法 [P].

朱超 ;

王博宇 ;

王小园 ;

郝新丽 ;

陈霄 .

中国专利 :CN119416255A ,2025-02-11

[9]

一种面向差分隐私的联邦学习隐私预算定制方法 [P].

朱超 ;

王博宇 ;

王小园 ;

郝新丽 ;

陈霄 .

中国专利 :CN119416255B ,2025-10-24

[10]

基于差分隐私法的联邦学习方法及装置 [P].

高志鹏 ;

杨杨 ;

芮兰兰 ;

段应文 ;

赵晨 ;

莫梓嘉 ;

林怡静 .

中国专利 :CN114358307A ,2022-04-15

← 1 2 3 4 5 →