为深入贯彻落实习近平新时代中国特色社会主义思想，全面贯彻党的十九大和十九届历次全会精神，认真落实习近平总书记在中央政治局第二十五次集体学习时的重要讲话精神和党中央、国务院决策部署，深入实施知识产权战略，强化知识产权创造、保护、运用，激发全社会创新活力，加快建设知识产权强国，协会对参与《国家知识产权局关于评选第二十五届中国专利奖的通知（国知发运函字〔2023〕225 号）》专利评选公示如下：

参评发明专利十六：

专利名称：基于联邦学习的模型参数训练方法、终端、系统及介质；专利号：ZL201811620130.X；专利权人：深圳前海微众银行股份有限公司.PDF

     本发明提供了一种基于联邦学习的模型参数训练方法、终端、系统及介质，将其应用在联邦学习框架中，在联邦双方样本的特征空间不同的情况下，实现在保证两方的数据隐私与模型不被泄露的约束下，利用迁移学习对联邦双方特征空间进行拓展，提升联邦模型的预测能力。本发明提供的联邦迁移学习技术，能够解决银行等金融机构因数据稀疏、不全面或者历史信息沉淀不足的缺陷，实现在保护用户信息不泄露的前提下，将企业及个人各类多维度特征纳入联邦反欺诈模型、联邦反洗钱模型、联邦风控模型、联邦营销模型等多类业务场景中，在满足合规经营的前提下，进一步推动银行数字化转型、智能化发展，全面提升银行的业务质效。该发明专利技术的实施，在银行业取得了显著成效，对本行业发展具有较大的影响力。

     本发明已应用在开源联邦学习平台 Federated AI Technology Enabler（FATE）中，服务了 1800+企业及科研机构，并获得了 5300GitHubStar。其中以本发明为核心专利的微众银行“联邦学习技术体系研究与应用”项目获得了2019年中国计算机学会(CCF)颁发的“CCF 科学技术奖”，2020 年微众联邦学习技术获中国人工智能学会颁发的“优秀科技成果奖”, 2021 年 FATE 企业版产品完成了国家金融科技评测中心/银行卡检测中心（BCTC）多方安全计算金融应用评测。

      本发明不仅起到了保护微众银行自主知识产权的作用，还支持了FATE 联邦学习平台进行开源，2022 年 FATE 开源社区获中国信通院、中国通信标准化协会评选的“2022 年度 OSCAR 尖峰开源项目及开源社区”，2023 年 FATE 开源社区入围中国科协科学技术传播中心、中国计算机学会、中国通信学会、中国科学院软件研究所联合评选的“2023 开源创新榜—优秀开源社区”。FATE开源版本协助各类企业及科研机构在数据缺乏的场景中，通过联邦学习技术建模。既能做到数据不出本地，保护隐私，又能显著提高模型效果。

参评发明专利十七：

专利名称：信息采集方法、装置、服务器及存储介质；专利号：ZL202011156016.3；专利权人：深圳前海微众银行股份有限公司.PDF

      本发明是我国银行业第一个基于“国产服务器（鲲鹏芯片）”设计的系统信息采集方案，兼容x86（基于国外服务器）与ARM架构（基于国产服务器）。通过一个管理平台，对不同架构的服务器在一个容器里进行资源在线迁移、动态扩缩容，极大的降低了运维难度与管理复杂度。

      通过使用本技术方案，国产服务器大范围替换了X86服务器，降低公司IT资源成本以及能源消耗，平均成本降低37%，每年节约成本费用约2000万元。

      通过本发明，微众银行走出一条降低硬件成本、减少对国外核心技术依赖的创新之路。为中国自主可控的硬件服务器在银行业落实安全可控的国家战略和掌握核心技术能力迈出坚实的一步。

      本技术方案于2021年获得 广东省“2020年度金融创新奖”二等奖。

　　如有任何的意见和建议，请联系：

　　联系人：李主任

　　联系电话：010 66291276

       邮箱：bpss@china-cba.net