北京邮电大学杨谈获国家专利权
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!
龙图腾网获悉北京邮电大学申请的专利一种去中心化异构神经网络联邦学习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:CN120124714B 。
龙图腾网通过国家知识产权局官网在2025-11-25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:202510133829.7,技术领域涉及:G06N3/098;该发明授权一种去中心化异构神经网络联邦学习方法及系统是由杨谈;闫云飞;牛琨;高慧设计研发完成,并于2025-02-06向国家知识产权局提交的专利申请。
本一种去中心化异构神经网络联邦学习方法及系统在说明书摘要公布了:本发明提供一种去中心化异构神经网络联邦学习方法及系统,服务端发起招募、通过智能合约注册并提供奖金池,训练端响应并提供质押金;服务端仅持有标签,训练端仅持有数据,将完整任务前端执行上游任务的本地模型部署在训练端,将后端的顶部模型部署在服务端,训练端基于本地数据对本地模型执行前向传播得到中间结果,通过训练端智能合约桥发送至服务端智能合约桥聚合后,由服务端对顶部模型执行前向传播并利用本地的标签计算损失和梯度信息后,执行反向传播更新顶部模型,将损失和梯度信息通过服务端智能合约发送回训练端智能合约桥,再由训练端对本地模型进行反向传播更新。消除数据孤岛,无需模型参数的交互,防止模型权重泄露,保证用户隐私。
本发明授权一种去中心化异构神经网络联邦学习方法及系统在权利要求书中公布了:1.一种去中心化异构神经网络联邦学习方法,其特征在于,所述方法基于多个参与方共同实施,其中包括一个服务端和多个训练端;所述服务端和所述训练端的本地数据样本对齐;所述服务端仅持有标签并通过服务端智能合约桥对外连接,所述训练端持有数据并通过训练端智能合约桥对外连接;该方法包括以下步骤: 由所述服务端向智能合约注册,提供服务端注册信息和奖金池以发起对所述训练端的招募;由所述训练端响应招募向所述智能合约注册,提供训练端注册信息并提供质押金; 由所述训练端基于本地数据样本对本地模型执行前向传播生成中间结果并通过所述训练端智能合约桥发送至所述服务端智能合约桥聚合后转发至所述服务端; 由所述服务端基于聚合后的所述中间结果对顶部模型执行前向传播,利用本地持有的所述标签计算损失和梯度信息,并反向更新所述顶部模型;所述顶部模型是完整任务的顶层部分,各所述训练端的所述本地模型用于执行上游任务并与所述顶部模型共同构成所述完整任务; 由所述服务端将所述损失和所述梯度信息通过所述服务端智能合约桥分发至所述训练端智能合约桥,以供各训练端对相应的所述本地模型进行反向传播更新,直至达到预设终止条件; 由所述服务端将所述顶部模型进行加密分割为连续的多个子模型分发至多个所述训练端,并提供初始测试输入;每个所述训练端中子模型的输出上传至所述智能合约并按照顺序由下一个所述训练端下载并运行下一个子模型,最终测试结果返回至所述服务端; 所述服务端通过计算设定数量轮次中各特征在缺失或引入状态下的预测结果差异,求平均得到该特征的影响评分;对于每个训练端本地数据中所包含特征值的影响评分进行求和,得到相应训练端的贡献度指标,根据所述贡献度指标对所述奖金池进行派发,并处置所述质押金。
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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励