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！

龙图腾网获悉绵阳师范学院申请的专利基于联邦学习的供应链数据安全共享方法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：CN121508857B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610037048.2，技术领域涉及：H04L9/08；该发明授权基于联邦学习的供应链数据安全共享方法是由王力宏设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本基于联邦学习的供应链数据安全共享方法在说明书摘要公布了：本发明涉及人工智能与联邦学习领域，公开了基于联邦学习的供应链数据安全共享方法。该方法构建去中心化多参与方协同架构，在每轮迭代中对本地梯度施加本地差分隐私扰动，并采用门限秘密共享与Paillier同态加密双重机制分割、加密并传输梯度份额；各参与方通过线性叠加重构全局梯度，在本地完成模型更新。本发明无需可信第三方，有效防止原始数据与梯度信息泄露，兼顾模型效用与强隐私保护，适用于跨企业供应链智能协同场景。

本发明授权基于联邦学习的供应链数据安全共享方法在权利要求书中公布了：1.基于联邦学习的供应链数据安全共享方法，其特征在于，包括： 在多个供应链参与方端分别部署具有相同结构的本地机器学习模型，并设定统一的模型结构参数； 在每一轮联邦学习迭代中，各参与方基于其本地供应链业务数据执行前向传播与反向传播计算，生成本地梯度向量； 对所述本地梯度向量施加满足本地差分隐私约束的随机噪声扰动，得到扰动后梯度向量，包括： 根据预设的隐私预算，确定拉普拉斯噪声尺度参数： ； 为梯度敏感度，所述梯度敏感度为任意两个相邻数据集所产生的梯度向量之差的L1范数上界； 对本地梯度向量的每一维度独立添加服从拉普拉斯分布的随机噪声，形成扰动后梯度向量； 将所述扰动后梯度向量按门限秘密共享方案分割为多个份额，并采用同态加密机制将各份额分别发送至其他参与方； 各参与方接收来自其余所有参与方的加密梯度份额后，依据预设的聚合规则对所有接收到的份额进行线性叠加，重构出全局梯度的加密聚合结果； 基于所述全局梯度的加密聚合结果，在本地执行模型参数更新操作，生成下一轮迭代所需的本地模型； 重复上述步骤直至模型收敛或达到预设的最大迭代轮数，最终各参与方获得一致的全局模型副本用于供应链预测、库存优化或需求分析任务。

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绵阳师范学院，其通讯地址为：621900 四川省绵阳市游仙区仙人路1段30号；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”。

以上内容由龙图腾AI智能生成。