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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)申请的专利一种基于云边端架构的联邦学习模型聚合系统及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：CN117217334B 。

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：202310054523.3，技术领域涉及：G06N20/20；该发明授权一种基于云边端架构的联邦学习模型聚合系统及方法是由陈静;肖恭翼;郭莹;李文;张传福;孙浩;耿玉栋设计研发完成，并于2023-02-03向国家知识产权局提交的专利申请。

本一种基于云边端架构的联邦学习模型聚合系统及方法在说明书摘要公布了：本发明涉及一种基于云边端架构的联邦学习模型聚合系统及方法，属于模型融合技术领域，系统云平台层、网络传输层、边缘层，以Kubernetes‑Kubeedge边缘计算云管理平台为基础，提供了一个稳定的云边端架构，使得云服务器不仅作为任务发起方能有效做出任务决策与下达，还能高效的管理作为参与方的边缘设备，本发明还提出了一种模型聚合系统的工作方法，突破了边缘设备中隐私数据分布不均，边缘设备机能受限、性能不均衡等情况，提高了模型聚合的有效性、公平性，适用场景更为广泛。

本发明授权一种基于云边端架构的联邦学习模型聚合系统及方法在权利要求书中公布了：1.一种基于云边端架构的联邦学习模型聚合系统，其特征在于，包括云平台层、网络传输层、边缘层； 1、所述云平台层包括云服务器、云端文件存储系统、镜像仓库；所述云服务器由Kubernetes-Kubeedge边缘计算云管理平台、Docker、Sedna插件、Go环境集成；所述云服务器作为任务发起方用于给联邦学习参与方的边缘设备下达模型训练的任务和镜像程序；以及获取边缘设备训练完成并上传的局部模型及参数，对其进行模型聚合，生成全局模型；承载Kubernetes-Kubeedge边缘计算云管理平台； 所述云端文件存储系统，用于存储云服务器下发到边缘层的模型训练程序、边缘层上传到云服务器的局部模型和参数、聚合后的全局模型以及测试集数据； 所述镜像仓库，用于存储由模型训练程序、全局模型生成的镜像； 所述云平台层的工作通过如下步骤实现： 1.1云服务器中构建Kubernetes-Kubeedge边缘计算云管理平台，通过在管理平台中生成170位的Token密钥和CA证书； 1.2将具有模型聚合方法的Sedna插件部署在Kubernetes-Kubeedge边缘计算云管理平台中； 1.3云服务器将人工智能模型训练的代码程序打包成镜像，存放到镜像仓库中，以供边缘层拉取； 1.4云平台层将数据传递规则、模型训练、镜像拉取指令和指定的边缘设备制定在YAML文件中，并通过Kubernetes-Kubeedge边缘计算云管理平台中的RouterManager组件下发向边缘层，同时，数据传递规则也在RouterManager组件中规定了数据传输的类型、地址； 1.5边缘层中的边缘设备将训练好的局部模型参数、损失函数以及训练数据的数据量通过RouterManager上传发往云服务器； 1.6云服务器获取到上传的数据以后，使用云端文件存储系统中的测试集数据，对每个局部模型进行测试，得到每个局部模型的精准度； 1.7已部署在Sedna插件中的模型聚合方法通过提取每个局部模型的精准度和与之对应的训练集的数据量，在聚合过程中加以修正，生成全局模型，最后将全局模型存放到云端文件存储系统； 2、所述网络传输层包括边缘层与云平台层之间有线无线的通信链路和Kubeedge中的RouterManager组件； 所述有线无线的通信链路用于实现与支持云平台层与边缘层的之间的信息通路；所述RouterManager组件用于实现云端到边缘端之间的信息交互、边缘端局部模型与参数的上传和镜像的下载； 3、所述边缘层是参与者本地的计算单元和存储单元，包括边缘设备和本地文件存储系统； 所述边缘设备用于承载模型训练程序的镜像，结合本地文件存储系统中的训练集数据，进行局部模型训练，并输出模型文件和参数；所述本地文件存储系统，用于存放从云平台层拉取的模型训练程序的镜像文件、由隐私数据组成的训练集数据和边缘设备输出的局部模型和参数。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)，其通讯地址为：250014 山东省济南市科院路19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。