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！

龙图腾网获悉杭州电子科技大学申请的专利一种联邦学习中客户端数据标签不平衡检测方法及系统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：CN119886282B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411799766.0，技术领域涉及：G06N3/098；该发明授权一种联邦学习中客户端数据标签不平衡检测方法及系统是由姚英彪;顾喆宇;徐欣;杨阿锋;刘晴;曾嵘;易志强;胡志蕊设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种联邦学习中客户端数据标签不平衡检测方法及系统在说明书摘要公布了：本发明公开了一种联邦学习中客户端数据标签不平衡检测方法及系统，方法如下：1使用联邦学习中服务器持有的验证数据集和生成对抗网络生成多种标签分布偏移已知的数据集，得到虚拟客户端数据集；2以虚拟客户端数据集及其已知的数据集分布类型驱动待学习的联邦学习模型进行训练，每个虚拟客户端待学习的模型都初始化同一个模型；3训练结束后，提取模型参数作为特征，虚拟客户端数据集分布类型作为标签，构成用于训练客户端数据集分布类型的新的数据集；4使用得到的数据集，驱动标签偏移识别深度神经网络模型，开展深度神经网络模型学习；5完成标签偏移识别深度神经网络模型训练后，将标签偏移识别深度神经网络模型部署到联邦学习服务器中。

本发明授权一种联邦学习中客户端数据标签不平衡检测方法及系统在权利要求书中公布了：1.一种联邦学习中客户端数据标签不平衡检测方法，其特征是，具体步骤如下： 1使用联邦学习中服务器持有的验证数据集和生成对抗网络生成多种标签分布偏移已知的数据集，得到虚拟客户端数据集； 2以虚拟客户端数据集及其已知的数据集分布类型驱动待学习的联邦学习模型进行训练，每个虚拟客户端待学习的模型都初始化同一个模型M0； 3步骤2训练结束后，提取模型参数作为特征，虚拟客户端数据集分布类型作为标签，构成用于训练客户端数据集分布类型的新的数据集； 4使用步骤3得到的数据集，驱动标签偏移识别深度神经网络模型M1，开展深度神经网络模型学习； 5完成标签偏移识别深度神经网络模型训练后，将标签偏移识别深度神经网络模型部署到联邦学习服务器中； 步骤2具体如下： 在得到的每个虚拟客户端数据集中取相同数量的样本，形成新的数据集； 从基础数据集中确定主类数据的比例，以生成具有不同数据分布偏移特性的新数据集； 在服务器端设立初始全局模型M0，根据得到的n个数据分布偏移数据集，为每个数据集配置独立的训练任务； 每个数据分布偏移数据集单独使用初始化模型M0进行训练，设置每个数据分布偏移数据集的本地迭代更新次数E以及学习率η，并为每个训练任务使用相同的训练配置； 在配置完成后，服务器启动所有独立的训练任务； 每个数据集进行独立的迭代更新；对于每个数据集，在每轮训练中，首先通过模型fxi;θt对输入样本xi进行前向传播计算预测值；θt是第t轮迭代时的模型参数，包括权重Wt和偏置bt； 根据真实标签yi和预测值,计算损失函数Lt,公式如下： 其中，m为样本数量，采用交叉熵损失函数，损失函数的梯度通过反向传播算法计算得到： 使用学习率η对模型参数θt进行更新： 其中，Wt+1和bt+1分别是第t+1轮迭代后的模型权重和偏置；在每轮迭代中，模型参数θt进行更新；最后在达到预定的训练轮次T后，记录模型的最终参数θT。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。