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！

龙图腾网获悉华中科技大学申请的专利一种基于区块链的联邦学习方法及其学习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：CN117114129B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202311030077.9，技术领域涉及：G06N20/00；该发明授权一种基于区块链的联邦学习方法及其学习系统是由代玥玥;蔡凌羿;张国强;江涛设计研发完成，并于2023-08-14向国家知识产权局提交的专利申请。

本一种基于区块链的联邦学习方法及其学习系统在说明书摘要公布了：本发明公开了一种基于区块链的联邦学习方法及其学习系统，属于人工智能模型训练技术领域，在进行联邦学习时，为基于区块链的参与者协调了三种角色，其中学习者用于训练局部模型，验证者用于验证局部模型的有效性，评估者用于汇总不同验证者的验证结果，确定模型是否可用，然后再基于不完全信息静态贝叶斯博弈论的激励机制计算每个评估者的收益，选择收益最大的评估者所挖掘区块作为可信区块以更新区块链。最后再将更新区块链中所记录的可用本地模块聚合，获取全局模块。基于上述方法，实现了联邦学习能够在受到恶意客户端攻击的情况下训练出高精度全局模型，同时保持诚实客户端的高协作概率并降低联邦学习在无线网络中收敛的时间成本和通信成本。

本发明授权一种基于区块链的联邦学习方法及其学习系统在权利要求书中公布了：1.一种基于区块链的联邦学习方法，其特征在于，包括： 步骤S1：联邦学习任务发布者将参与区块链联邦学习的参与者分为学习者、验证者和评估者； 步骤S2：第个学习者对第轮得到的全局模型进行本地训练，得到本轮的局部模型并发送给验证者； 步骤S3：第个验证者对其所选择的局部模型进行验证，验证局部模型是否有效并将其验证结果发送给评估者； 步骤S4：第个评估者统计其所选定的全体验证者对局部模型的验证结果，将统计结果符合预期的局部模型评估为可用模型并计入集合；根据所选择的全体验证者对局部模型的验证结果计算学习者作为恶意客户端的概率以为所有参与者在下轮选择动作策略提供参考； 步骤S5：评估者基于不完全信息静态贝叶斯博弈论的激励机制计算每个参与者在联邦学习中获得的收益，其中，激励机制为：针对学习者，根据局部模型是否为可用模型进行奖惩；针对验证者和评估者，根据其参与验证或评估工作的量进行奖惩； 步骤S6：评估者将集合、概率、收益记录在区块中，比较所有评估者的收益，以收益最大的评估者的区块作为可信区块； 步骤S7：参与者对可信区块中计入集合的可用局部模型进行聚合，确定本轮全局模型； 步骤S8：判断联邦学习是否达到结束要求，若否，则跳转至步骤S1；若是，则结束联邦学习，输出最终确定的全局模型。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。