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！

龙图腾网恭喜北京大数据先进技术研究院申请的专利基于去中心化梯度聚合的跨孤岛联邦学习模型训练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：CN119558430B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202510113522.0，技术领域涉及：G06N20/00；该发明授权基于去中心化梯度聚合的跨孤岛联邦学习模型训练方法是由姜海鸥;马郓;刘坤;马新建设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本基于去中心化梯度聚合的跨孤岛联邦学习模型训练方法在说明书摘要公布了：本申请公开了一种基于去中心化梯度聚合的跨孤岛联邦学习模型训练方法，应用于本地服务器，属于数据模型训练领域，包括：在本地训练轮次落后于全局训练轮次的情况下，对训练梯度数据进行过滤以获得诚实训练梯度数据，并根据诚实训练梯度数据对本地数据模型的配置对本地数据模型进行训练；根据更新训练梯度数据，向外地服务器发起更新申请，以使得外地服务器进行更新，并根据更新结果对本地训练轮次更新；在获取到的聚合申请达到预设数量时，对全局训练轮次和训练梯度数据进行更新。本申请消除了中央服务器的同时，提高了跨孤岛联邦学习模型训练的安全性、可靠性和训练效率，解决了模型训练安全性低和网络开销大的问题。

本发明授权基于去中心化梯度聚合的跨孤岛联邦学习模型训练方法在权利要求书中公布了：1.一种基于去中心化梯度聚合的跨孤岛联邦学习模型训练方法，其特征在于，应用于跨孤岛联邦学习网络中的本地服务器，所述本地服务器上加载有待训练的本地数据模型，包括：在所述本地数据模型的本地训练轮次落后于跨孤岛联邦学习网络的全局训练轮次的情况下，对存储于所述本地服务器中的多个训练梯度数据进行过滤，以获得对所述本地数据模型的多个诚实训练梯度数据，并根据多个所述诚实训练梯度数据，对所述本地数据模型的配置，对所述本地数据模型进行训练，以获得所述本地服务器的数据模型在所述本地训练轮次下的更新训练梯度数据；存储于所述本地服务器的多个所述训练梯度数据与所述跨孤岛联邦学习网络中的多个服务器一一对应；根据所述更新训练梯度数据，向所述跨孤岛联邦学习网络中的外地服务器发起更新申请，以使得接收到所述更新申请的外地服务器根据接收到的所述更新申请，对目标训练梯度数据进行更新，并根据所述外地服务器反馈的更新结果，对所述本地训练轮次进行更新；所述目标训练梯度数据是存储于每个所述外地服务器的训练梯度数据中的，与所述本地服务器对应的训练梯度数据；存储于所述外地服务器中的训练梯度数据与所述跨孤岛联邦学习网络中的多个服务器一一对应；所述更新结果由所述外地服务器根据所述更新申请反馈；响应于发送自多个外地服务器的更新申请，获取发送自多个所述外地服务器对应的聚合申请，并在所述聚合申请达到预设数量的情况下，对所述全局训练轮次，以及存储于所述本地服务器的训练梯度数据进行更新；更新的每个所述训练梯度数据与发送每个所述更新申请的所述外地服务器一一对应。

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北京大数据先进技术研究院，其通讯地址为：100195 北京市海淀区闵庄路3号玉泉慧谷6号楼一层01；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”。