天眼查App显示，2025-09-26，「面向无标签公共数据集的联邦学习隐私保护方法及系统」正式进入专利权的授权阶段。申请人为济南大学,山东正中信息技术股份有限公司，该项人工智能安全技术领域专利涉及联邦学习中的隐私保护与知识蒸馏优化场景。据专利信息显示，该方法通过同态加密与伪标签生成机制，显著优化了无标签公共数据集在联邦学习中的应用效果，有效缓解知识误导问题。发明人为赵川;张芷硕;张建成;马文涛;马晓红;闫学君;鹿全礼;陈纪旸。本发明提出了面向无标签公共数据集的联邦学习隐私保护方法及系统，属于联邦学习隐私保护技术领域；包括：服务器向多个客户端下发联邦学习任务和无标签公共数据集，并通知辅助节点生成同态加密密钥对；根据客户端上报的本地私有数据量对客户端进行划分；客户端对无标签公共数据集进行推理，并将预测值进行公钥加密后上传服务器；服务器根据客户端类型进行聚合处理，生成全局预测结果和伪标签，并下发至所有客户端；客户端基于所得全局预测结果和伪标签进行本地模型的迭代优化。本发明可以解决实际联邦蒸馏学习中无标签公共数据集可能导致的知识误导问题。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。