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！

龙图腾网获悉西安电子科技大学申请的专利一种横向联邦学习中参与方的贡献度评估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：CN116187474B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310211598.8，技术领域涉及：G06N20/00；该发明授权一种横向联邦学习中参与方的贡献度评估方法是由郭晶晶;熊良成;刘志全;李佳星设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种横向联邦学习中参与方的贡献度评估方法在说明书摘要公布了：本发明公开了一种横向联邦学习中参与方的贡献度评估方法，包括：步骤1：聚合服务器初始化全局模型，并将其下发给各参与方；步骤2：各参与方利用自身的本地数据以及接收到的全局模型进行模型训练；步骤3：参与方将训练完成的本地模型参数以及训练过程的消耗参数上传至聚合服务器；步骤4：聚合服务器聚合各参与方上传的本地模型，并将聚合得到的全局模型下发给各参与方；步骤5：聚合服务器根据各参与方上传的资源消耗参数、本地模型和聚合生成的全局模型数据，利用贡献度评估方法计算各参与方的贡献，并将该次迭代各参与方的相关参数和对应的模型贡献值记录在聚合服务器的数据库上。本发明能确保评估结果可靠、公平而且能降低评估成本。

本发明授权一种横向联邦学习中参与方的贡献度评估方法在权利要求书中公布了：1.一种横向联邦学习中参与方的贡献度评估方法，其特征在于，包括： 步骤1：聚合服务器初始化全局模型，并将其下发给各参与方； 步骤2：各参与方利用自身的本地数据以及接收到的全局模型进行模型训练； 步骤3：参与方将训练完成的本地模型参数以及训练过程的消耗参数上传至聚合服务器； 步骤4：聚合服务器聚合各参与方上传的本地模型，并将聚合得到的全局模型下发给各参与方； 步骤5：聚合服务器根据各参与方上传的资源消耗参数、本地模型和聚合生成的全局模型数据，利用贡献度评估方法计算各参与方的贡献，并将该次迭代各参与方的相关参数和对应的模型贡献值记录在聚合服务器的数据库上； 重复执行上述步骤2至步骤5，直至模型收敛或达到预先定义的迭代轮数为止； 所述贡献度评估方法将将参与方的总贡献分为数据贡献、计算贡献和模型贡献三部分， 其计算方式被形式化描述为公式1： 其中，Φi表示参与方Pi的最终贡献度，T表示全局迭代轮数，表示参与方Pi在第t轮迭代过程中的数据贡献，表示Pi在第t轮迭代过程中的计算贡献，表示Pi在第t轮迭代过程中的模型贡献； 所述数据贡献包括： 在联邦学习过程中，每个参与方使用本地数据进行本地模型训练；假设参与方Pi在第t轮全局迭代中用于本地模型训练的数据集大小为所述数据集为手写数字图片； 考虑到不同类型不同质量的数据单位价值也有不同，所以Pi在第t轮全局迭代中对数据的贡献表示为公式7： 其中，li为Pi的单位数据价值； 所述计算贡献包括： 每轮迭代过程中，参与者消耗自身设备资源进行本地模型训练和参数上传工作，这一过程的贡献主要包括模型训练的计算能耗与模型上传的通信能耗；所以参与方Pi在第t轮全局迭代中的计算贡献表示为公式8： 其中，le为单位能耗价值，和分别为Pi在第t次全局迭代过程中用于本地模型训练的计算能耗和通信能耗； 所述模型贡献包括： 根据参与方的沙普利值来评估其模型贡献，如公式9所示： 其中，ω为模型贡献参数。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。

以上内容由龙图腾AI智能生成。