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申请的专利一种垂直联邦学习加速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：CN119599146B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202411659506.3，技术领域涉及：G06N20/00；该发明授权一种垂直联邦学习加速训练方法是由张晓溪;吴天;梁涵;湛梓伟;陈旭设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种垂直联邦学习加速训练方法在说明书摘要公布了：本发明提供一种垂直联邦学习加速训练方法，包括将垂直联邦学习VFL训练的流水线并行处理；根据模型训练阶段对模型更新的陈旧性进行控制；根据陈旧性使用基于反馈的机制来实时调整中局部训练迭代和预计算批次的数量。本发明能够提高高延迟场景下VFL的训练效率；能够适应不同的计算和通信条件，在异构的环境下加速VFL的训练；本发明通过自适应快速传输多个嵌入，从而减少了被动方的空闲时间和主动方接收嵌入的时间；本发明通过引入尺度因子，从而避免在训练过程中陈旧度的负面影响；本发明通过反馈机制确保训练过程中的准确率和训练速度。

本发明授权一种垂直联邦学习加速训练方法在权利要求书中公布了：1.一种垂直联邦学习加速训练方法，其特征在于，包括如下步骤： S1、将垂直联邦学习VFL训练的流水线并行处理； 所述的VFL训练中的每个被动方的训练分为三个阶段，分别为前向计算阶段、局部训练阶段和后向更新阶段；每个主动方分为四个阶段；分别为前向计算阶段、局部训练阶段、后向更新阶段和聚合阶段； 在流水线的工作过程中，当所有被动方的嵌入到达时，主动方使用其底部模型计算自己的嵌入，然后聚合所有嵌入，并根据其标签计算相应的梯度，并将对应的梯度发送给被动方，主动方更新其自己的底部模型和顶部模型； 在开始下一轮训练之前，主动方使用旧梯度进行局部训练，直到收集到所有被动方的嵌入； S2、根据模型训练阶段对步骤S1中模型更新的陈旧性进行控制； 在早期训练阶段，使用多次执行陈旧局部训练算法FedBCD进行陈旧性控制，在后期的训练过程中引入度量因子Se来量化陈旧，其中，所述的度量因子Se的表达式为： 式中，e为当前训练轮次epoch；k为被动方的索引；t为第t个数据批次； 式中，表示使用相同梯度进行陈旧的局部训练迭代的最大次数；为在与主动方的通信中发送的批次数量； 在每个训练轮次中，陈旧性参数的更新为： 式中，e为完成的训练轮次epoch的个数；smax为初始超参数，表示陈旧度最大值；Se+1为第e+1个训练轮次epoch的陈旧度； S3、根据步骤S2中的陈旧性使用基于反馈的机制来实时调整步骤S1中局部训练迭代和预计算批次的数量； 对于主动方，所述的主动方根据控制信号调整如果收到两个或更多个嵌入，主动方会向被动方发出控制信号Ck＝-1，表示停止发送嵌入； 如果主动方没有收到预期的嵌入并且计算能力足够，则主动方发送控制信号Ck＝1来提示被动方，其中，控制信号将和梯度打包同时发送； 对于被动方，如果被动方没有收到主动方更改的请求；则所述的被动方设置 如果被动方收到控制信号Ck的指示；则评估是否相应地调整批次。

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，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。