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！

龙图腾网获悉上海交通大学申请的专利一种基于层次化指标筛选的区块链联邦学习安全聚合框架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：CN116432774B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310368919.5，技术领域涉及：G06F21/55；该发明授权一种基于层次化指标筛选的区块链联邦学习安全聚合框架是由马汝辉;褚学森;阮馨雨;王辰霈;施宏建;汪小川;董俊伟;刘渊设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本一种基于层次化指标筛选的区块链联邦学习安全聚合框架在说明书摘要公布了：本发明公开了一种基于层次化指标筛选的区块链联邦学习安全聚合框架，涉及联邦学习技术领域，包括预训练阶段、正式训练阶段和聚合阶段，其中：预训练阶段，训练客户端参与预训练并将计算的loss值上传区块链；正式训练阶段，可信客户端训练模型并提供评分标准，训练客户端训练并上传本地模型参数，可信客户端对本地模型打分并计算其权重，上传模型信任分数和权重；聚合阶段，根据模型信任分数和权重进行模型聚合，获得本轮全局模型并上链。本发明通过将FLTrust算法对上传的本地模型进行信任评分聚合，排除恶意客户端，一定程度上应对拜占庭攻击，保证最终获得全局模型的准确性，通过loss预测与聚合权重加快聚合速度，用更少的收敛轮次获得较好的全局模型。

本发明授权一种基于层次化指标筛选的区块链联邦学习安全聚合框架在权利要求书中公布了：1.一种基于层次化指标筛选的区块链联邦学习安全聚合方法，其特征在于，所述方法包括预训练阶段、正式训练阶段和聚合阶段，其中： 所述预训练阶段：训练客户端参与预训练并将计算的损失值上传到所述区块链； 所述正式训练阶段：可信客户端训练模型并提供评分标准，所述训练客户端训练并上传本地模型参数到所述区块链，所述可信客户端对本地模型打分，并计算所述本地模型的权重，所述可信客户端上传模型信任分数和所述权重； 所述聚合阶段：根据所述模型信任分数和所述权重进行模型聚合，获得本轮全局模型，将所述全局模型上传到所述区块链，并开始下一轮训练； 在所述正式训练阶段： 所述可信客户端根据余弦相似度对本地模型进行打分并计算裁剪值，所述可信客户端对所述训练客户端更新参数之间的幅差进行归一化处理，所述信任分数和所述裁剪值采用如下公式分别计算： ， ， 其中，为第t轮第i个训练客户端的裁剪值，为第t轮第i个训练客户端与全局模型之间的更新参数，为第t轮可信客户端与全局模型之间的更新参数，为第t轮第i个训练客户端的信任分数； 根据所述训练客户端训练的损失值预测未来损失值，通过所述未来损失值计算所述训练客户端本地模型的所述权重，具体为： ， 其中，为第t轮第i个训练客户端本地模型的权重，为第t轮第i个训练客户端的多次预测未来损失值的平均值，K为参与训练的客户端数量。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。