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！

龙图腾网获悉中山大学;中国船舶科学研究中心;深海技术科学太湖实验室申请的专利一种基于区块链的联邦学习激励分配方法及装置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：CN116451806B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310420683.5，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激励分配方法及装置是由章磊;程成;郭伟;褚学森;陈川;王天龙;郑子彬设计研发完成，并于2023-04-18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激励分配方法及装置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激励分配方法及装置，其中方法包括：参与联邦学习的各客户端从区块链的共识节点上下载第一全局模型及第一局部模型集，各客户端利用本地训练数据集训练第一全局模型得到训练好的本地模型并上传，根据训练好的本地模型和第一局部模型集估计第二局部模型集并上传；当所有客户端上传完成后，将所有训练好的本地模型聚合得到第二全局模型，将第二局部模型集进行聚合得到局部模型；共识节点将所有模型广播，各客户端验证各模型的准确率并计算贡献值；根据预设总激励和贡献值计算各客户端的激励值并分配激励。本发明能提升模型的泛化性和鲁棒性，提升模型训练的效率和准确性，增强了联邦学习的安全性和可扩展性。

本发明授权一种基于区块链的联邦学习激励分配方法及装置在权利要求书中公布了：1.一种基于区块链的联邦学习激励分配方法，其特征在于，包括： 参与联邦学习的各客户端从区块链的共识节点上下载第一全局模型及对应的第一局部模型集，各所述客户端利用本地训练数据集训练所述第一全局模型得到训练好的本地模型，根据所述训练好的本地模型和所述第一局部模型集进行近似估计得到对应的第二局部模型集，并将所述训练好的本地模型和所述第二局部模型集上传至所述共识节点； 其中，所述第一全局模型是将前一轮训练中所有客户端上传的训练好的本地模型进行聚合得到的，所述第一局部模型集为前一轮训练中不含客户端自身上传的本地模型的任意集合，所述第二局部模型集为本轮训练中含客户端自身上传的本地模型的任意集合的估计模型集； 当所有客户端将所述训练好的本地模型和所述第二局部模型集上传到所述共识节点后，利用智能合约将所有所述训练好的本地模型进行聚合得到第二全局模型，将所述第二局部模型集中的所有模型进行聚合得到对应的局部模型； 所述共识节点将所述第二全局模型和所述局部模型广播给所有客户端，各所述客户端利用本地测试集和预置第一公式进行验证得到每个模型的准确率，根据所述准确率和预置第二公式计算出各所述客户端的贡献值，所述贡献值能体现异构场景下所述客户端对模型泛化性的提升； 根据联邦学习的预设总激励和所述贡献值计算各所述客户端对应的激励值，根据所述激励值为各所述客户端进行激励分配； 所述预置第一公式为： ； 其中，为模型在上的准确率，测试数据集是所有客户端的测试数据集的集合，是共识节点广播给所有客户端的模型，模型在上的准确率，为客户端i的本地测试数据集，为本地测试数据集中的样本数量； 所述预置第二公式为： ； 其中，为客户端i在第t轮训练中的贡献值，为除客户端i以外的客户端集合，表示集合K为集合的子集，为集合K中所包含的客户端的数量，！表示阶乘元素，为利用集合K中客户端的本地训练数据集训练出来的模型，为模型在测试数据集上的准确率，为将客户端i加入集合K后的模型，为模型在测试数据集上的准确率，为模型与模型在测试数据集上的准确率的差值。

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中山大学;中国船舶科学研究中心;深海技术科学太湖实验室，其通讯地址为：510275 广东省广州市海珠区新港西路135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。