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！

龙图腾网恭喜哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利去中心化的联邦学习方法、系统及相关设备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：CN118982064B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202411473105.9，技术领域涉及：G06N3/098；该发明授权去中心化的联邦学习方法、系统及相关设备是由刘洋;马国睿;漆舒汉;马雪婷;王轩设计研发完成，并于2024-10-22向国家知识产权局提交的专利申请。

本去中心化的联邦学习方法、系统及相关设备在说明书摘要公布了：本申请公开了去中心化的联邦学习方法、系统及相关设备，涉及计算机技术领域，包括：联邦学习的组织者和参与者加入区块链；组织者将参与者划分为普通节点和委员会节点；各节点基于区块链获取联邦学习任务配置信息和待训练的全局模型并进行本地模型更新获得前一轮次训练完成后的本地模型；普通节点对前一轮次训练完成后的本地模型进行训练获得当前轮次的本地训练模型并上传至区块链；委员会节点通过区块链获取本地训练模型以确定普通节点的贡献度评分及当前轮次训练完成后的全局模型，并确定委员会节点对应的贡献度评分；响应于触发委员会节点更新事件，组织者重新进行节点身份划分。如此，有利于提高联邦学习过程中模型训练的准确性。

本发明授权去中心化的联邦学习方法、系统及相关设备在权利要求书中公布了：1.一种去中心化的联邦学习方法，其特征在于，所述方法包括：联邦学习的参与方加入区块链，其中，所述参与方包括一个组织者和多个参与者；所述组织者将所述区块链中的参与者划分为普通节点和委员会节点；所述普通节点和所述委员会节点分别基于所述区块链获取联邦学习任务配置信息和当前轮次待训练的全局模型，并基于所述待训练的全局模型进行本地模型更新，获得前一轮次训练完成后的本地模型；所述普通节点根据节点本地数据和所述联邦学习任务配置信息，对所述前一轮次训练完成后的本地模型进行模型训练，获得当前轮次的本地训练模型，并将所述本地训练模型上传至所述区块链；所述委员会节点通过所述区块链获取所述本地训练模型，根据所述本地训练模型确定所述普通节点对应的贡献度评分以及当前轮次训练完成后的全局模型，并根据所述当前轮次训练完成后的全局模型确定所述委员会节点对应的贡献度评分；响应于触发委员会节点更新事件，重新执行所述组织者将所述区块链中的参与者划分为普通节点和委员会节点的步骤，以获得更新后的普通节点和更新后的委员会节点，其中，所述参与者的划分根据所述参与者对应的贡献度评分进行，或者对所述参与者进行随机身份划分；其中，所述组织者将所述区块链中的参与者划分为普通节点和委员会节点，包括：所述组织者获取目标节点数目；若所述区块链中的参与者具有对应的贡献度评分，则所述组织者根据各所述参与者对应的贡献度评分，从所述区块链的所有参与者中筛选出目标节点数目个参与者作为委员会节点，并将其它参与者作为普通节点；所述组织者通过如下公式，基于联邦学习的节点的数目确定所述目标节点数目： ； 为所述目标节点数目，为联邦学习节点的数目，为预设的控制因子，为预设的委员会节点数目下限值；所述委员会节点通过所述区块链获取所述本地训练模型，根据所述本地训练模型确定所述普通节点对应的贡献度评分以及当前轮次训练完成后的全局模型，并根据所述当前轮次训练完成后的全局模型确定所述委员会节点对应的贡献度评分，包括：所述委员会节点通过所述区块链获取所述普通节点对应的本地训练模型，根据获得的所述本地训练模型的模型准确率，确定所述普通节点当前轮次的贡献度评分；所述委员会节点根据所述普通节点当前轮次的贡献度评分对所述普通节点对应的本地训练模型进行加权，以获得当前轮次训练完成后的全局模型；所述委员会节点根据所述当前轮次训练完成后的全局模型的模型准确率，确定所述委员会节点当前轮次的贡献度评分。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区西丽平山一路6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”。