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！

龙图腾网获悉浙江大学申请的专利一种基于最小化梯度平方误差的差分隐私梯度自适应裁剪方法和装置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：CN117437500B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202311185346.9，技术领域涉及：G06V10/774；该发明授权一种基于最小化梯度平方误差的差分隐私梯度自适应裁剪方法和装置是由陈文智;李唯贤;魏成坤;张紫徽设计研发完成，并于2023-09-14向国家知识产权局提交的专利申请。

本一种基于最小化梯度平方误差的差分隐私梯度自适应裁剪方法和装置在说明书摘要公布了：本发明公开了一种基于最小化梯度平方误差的差分隐私梯度自适应裁剪方法和装置，包括：采样一批样本数据输入至分类模型并计算梯度，基于梯度计算二范数；基于预设范围构建二范数的隐私直方图，并在判断隐私直方图的范围不合适时更新范围重采样数据计算二范数并重新构建隐私直方图；根据当前裁剪阈值构建候选集，基于最终构建的隐私直方图计算候选集中每个裁剪阈值的梯度平方误差，并基于最小化梯度平方误差原则筛选当前轮次的最优裁剪阈值，判断当前轮次的最优裁剪阈值不合适时，依据最优裁剪阈值构建新候选集，并迭代重新筛选；计算最优裁剪阈值下的隐私开销。该方法和装置既保证模型性能，还大大降低计算设备的算力开销，适用于低算力设备。

本发明授权一种基于最小化梯度平方误差的差分隐私梯度自适应裁剪方法和装置在权利要求书中公布了：1.一种基于最小化梯度平方误差的差分隐私梯度自适应裁剪方法，其特征在于，包括以下步骤： 采样一批带有隐私信息的样本数据，将其输入至分类模型，并计算样本数据在分类模型中的梯度，基于梯度计算二范数； 基于预设范围构建二范数的隐私直方图，并在判断隐私直方图的范围不合适时更新范围，重采样数据计算二范数并重新构建隐私直方图； 在判断隐私直方图的范围合适时，根据当前裁剪阈值构建候选集，基于最终构建的隐私直方图计算候选集中每个裁剪阈值的梯度平方误差，并基于最小化梯度平方误差原则筛选当前轮次的最优裁剪阈值，判断当前轮次的最优裁剪阈值不合适时，依据最优裁剪阈值构建新候选集，并迭代重新筛选； 判断当前轮次的最优裁剪阈值合适时，输出该最优裁剪阈值并计算整个过程的隐私开销； 所述差分隐私梯度自适应裁剪方法用于图像分类任务中，此时样本数据为带有隐私信息的图像数据，对应的分类模型为图像分类模型； 还用于文本分类任务中，此时样本数据为带有隐私信息的文本数据，对应的分类模型为文本分类模型； 还用于语音分类任务中，此时样本数据为带有隐私信息的文语音数据，对应的分类模型为语音分类模型。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。