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！

龙图腾网获悉中国石油大学(北京)克拉玛依校区申请的专利用于异构联邦学习训练的方法、装置及存储介质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：CN121486308B 。

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：202610026255.8，技术领域涉及：H04L47/70；该发明授权用于异构联邦学习训练的方法、装置及存储介质是由郭爽;李义常;周瀛;贾志洋;艾慧琳;王雪颖设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本用于异构联邦学习训练的方法、装置及存储介质在说明书摘要公布了：本申请涉及联邦学习技术领域，提供一种异构联邦学习训练方法、装置及存储介质。方法包括：获取多个参与设备的本地资源状态信息，本地资源状态信息至少包括每个参与设备的计算延迟、通信延迟以及数据特征向量；基于数据特征向量的相似度对多个参与设备进行聚类，将多个参与设备分成多个设备簇；确定每个设备簇中每个参与设备的贡献度及每个设备簇中全部参与设备的平均等待时间；根据设备簇中每个参与设备的贡献度及平均等待时间选出设备簇中的目标设备；为每个目标设备分配更新频率，并下发待训练网络的全局参数，以使每个目标设备基于全局参数和更新频率开始对待训练网络进行本地训练。本方法能够提升全局模型精度，在异构环境下实现高效收敛。

本发明授权用于异构联邦学习训练的方法、装置及存储介质在权利要求书中公布了：1.一种异构联邦学习训练方法，其特征在于，所述方法包括： 获取多个参与设备的本地资源状态信息，所述本地资源状态信息至少包括每个参与设备的计算延迟、通信延迟以及数据特征向量，所述数据特征向量是对本地数据集进行特征提取获得的；所述本地数据集用于所述多个参与设备的本地模型训练； 基于所述数据特征向量的相似度对所述多个参与设备进行聚类，将所述多个参与设备分成多个设备簇； 确定每个设备簇中每个参与设备的贡献度及每个设备簇中全部参与设备的平均等待时间，所述贡献度是基于所述参与设备所在设备簇中包含的参与设备的本地资源状态信息确定的； 针对每个设备簇，根据所述设备簇中每个参与设备的贡献度及平均等待时间选出所述设备簇中的目标设备； 为每个目标设备分配更新频率，并向每个目标设备下发待训练网络的全局参数，以使每个目标设备基于所述全局参数和所述更新频率开始对所述待训练网络进行本地训练； 其中，所述根据所述设备簇中每个参与设备的贡献度及平均等待时间选出所述设备簇中的目标设备，包括： 根据所述设备簇中每个参与设备的贡献度确定每个所述设备簇中的最佳设备； 根据所述最佳设备构建第一设备子集； 基于所述第一设备子集中全部最佳设备的平均贡献度和平均等待时间对目标函数求解，以得到所述第一设备子集的第一函数值，所述第一函数值表示所述设备子集及其更新频率的效用得分，所述更新频率指所述目标设备在一个训练轮次中的参与强度； 从所述多个设备簇中随机选取N个参与设备添加至所述第一设备子集，以得到第二设备子集； 基于所述第二设备子集中全部设备的平均贡献度和平均等待时间对所述目标函数求解，以得到所述第二设备子集的第二函数值； 在所述第二函数值小于或等于所述第一函数值的情况下，再次执行从所述多个设备簇中随机选取N个参与设备添加至所述第一设备子集，以得到第二设备子集的步骤，直到全部的参与设备都添加至第一设备子集以对所述目标函数进行求解计算出对应的目标函数值； 在所述第二函数值大于所述第一函数值的情况下，将所述第二设备子集作为新的第一设备子集，再次执行从所述多个设备簇中随机选取N个参与设备添加至所述第一设备子集，以得到第二设备子集的步骤，直到全部的参与设备都添加至第一设备子集以对所述目标函数进行求解计算出对应的目标函数值； 将最终得到的第一设备子集所包括的设备确定为目标设备。

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国石油大学(北京)克拉玛依校区，其通讯地址为：834000 新疆维吾尔自治区克拉玛依市克拉玛依区安定路355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。