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！

龙图腾网获悉中山大学·深圳;中山大学申请的专利一种应用于分层联邦学习的网络函数计算编码方案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：CN118869142B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202410827971.7，技术领域涉及：H04L1/00；该发明授权一种应用于分层联邦学习的网络函数计算编码方案是由李聪端;高天丽;林嘉鸿设计研发完成，并于2024-06-25向国家知识产权局提交的专利申请。

本一种应用于分层联邦学习的网络函数计算编码方案在说明书摘要公布了：本发明涉及云端通信技术领域，具体公开了一种应用于分层联邦学习的网络函数计算编码方案，由三部分组成：多边缘服务器连接的混合网络结构模型；用户‑边缘服务器的编码传输方案；模型的全局聚合和局部聚合过程。方案充分利用联邦学习函数计算的特性，结合网络函数计算技术以及贪心算法思想，充分利用边缘服务器的计算能力来提高网络的函数计算速率，从而降低系统整体的通信成本，即使在有限域较小的时候方案也能有效提高网络的函数计算速率。

本发明授权一种应用于分层联邦学习的网络函数计算编码方案在权利要求书中公布了：1.一种应用于分层联邦学习的网络函数计算编码方案，其特征在于，包括以下三个组成部分：P1、多边缘服务器连接的混合网络结构模型；P2、用户-边缘服务器的编码传输方案；P3、模型的全局聚合和局部聚合过程；P2中的步骤如下：S2.1、均等切分各个用户的参数数据；每个用户，1生成的参数数据均为个符号，每个用户生成的参数数据被均等分成部分，即边缘服务器的个数； 大于，被整除；S2.2、边缘服务器初始化设置；S2.3、排序并选择本轮决策待分配数据的边缘服务器；S2.4、检索S2.3所选边缘服务器所连接的用户数据，通过贪心策略生成上行链路编码传输方案；对于S2.3所选边缘服务器，检索其所连接的用户中当前待分配传输的数据，共部分；对于每一部分的数据，求解当前有多少个节点中该部分数据仍未传输；根据的当前的检索索引，将从第部分到第部分对数据进行遍历检索，其中表示取余运算；如果第部分数据是待传输数量最多的，则这些节点数据中当前仍未传输的第部分被分配传输到边缘服务器，由对这些数据进行聚合；若出现第部分数据和第部分数据的待传输数量相同的情况，则应比较二者在遍历检索中的检出顺序，若比先检出，则应选择第部分被分配传输到边缘服务器；最后将的当前的检索索引更新为，其中表示取余运算；S2.5、更新S2.3所选边缘服务器的已分配数据量；对于S2.3所选边缘服务器，截至目前已被分配进行轮数据聚合，；将其中第轮聚合的用户数记为，1，即对份参数数据执行了算术和运算；根据信息论可得，第轮聚合产生的数据的每个符号的字母表大小为，每份参数数据仍为个符号；经过轮聚合，即算术和运算后，截至目前需要传输到中心服务器的数据大小为： ；由于、都为常数，所以之后每轮的迭代根据下式更新： ；来衡量边缘服务器的已分配数据量；计算并更新所对应的；S2.6、循环S2.3-S2.5，直到所有底层用户的数据都已被分配传输到相应的边缘服务器，则结束循环；至此，得到底层用户-边缘服务器间的上行链路编码传输方案，记作Greedy-NFC，GreedyAlgorithmforNetworkFunctionComputing；P3中的步骤如下：S3.1、用户每隔轮上传一次数据到边缘服务器，边缘服务器聚合次后上传到云服务器，即用户训练次后才进行一次全局聚合；边缘服务器聚合轮数初始值为0；用户利用从边缘服务器或者中心服务器接收到的梯度参数进行本地的训练，每在本地训练轮后需要将数据处理后发送到边缘服务器；使用联邦平均算法，中心服务器的目的函数： ；其中是参与训练的客户数，是用户的数据集，则是数据的数据量，是所有用户数据集的总和；用户训练完轮后需要将得到的梯度参数和相乘得到，再按照前面提到的Greedy-NFC编码方案发送到中间层节点；如果用户训练的数据量都相等，则不对数据做处理直接传输原始梯度参数，得到： ；S3.2、用户按照Greedy-NFC的方法上传到边缘服务器，边缘服务器接受到数据后，对相同部分的数据进行算术和运算；更新边缘服务器聚合的次数；S3.3、如果，则将聚合后的数据反馈回用户，即局部聚合；由于用户接收到来自多个边缘服务器的数据，因此需要对相同部分的数据求联邦平均： ；其中指第部分的更新参数，指第部分聚合的用户数，指第部分聚合的个用户的数据总和；如果用户训练的数据量相等，则： ；S3.4、如果，则将聚合后的数据传输到中心服务器，即全局聚合，中心服务器对每部分的数据求联邦平均： ；再将更新后的梯度传回给用户，用户接收到数据无需对数据进行处理；同理，如果用户训练的数据量相等，则： ；同时边缘服务器重新开始计算聚合次数：；S3.5、迭代，直到满足训练要求。

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中山大学·深圳;中山大学，其通讯地址为：518107 广东省深圳市光明新区新湖街道公常路66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”。