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！

龙图腾网获悉鹏城实验室申请的专利一种联邦学习多方梯度的编码域聚合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：CN115422562B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202210999123.5，技术领域涉及：G06F21/60；该发明授权一种联邦学习多方梯度的编码域聚合方法及系统是由徐增林;曾趸;刘史毓;王晖;李革设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本一种联邦学习多方梯度的编码域聚合方法及系统在说明书摘要公布了：本发明所提供的一种联邦学习多方梯度的编码域聚合方法及系统，所述联邦学习多方梯度的编码域聚合方法包括：多个联邦参与终端分别将各自的本地数据集转化为量化梯度，并将所述量化梯度输入预训练编码器，得到编码梯度；服务器获取每个联邦参与终端对应的所述编码梯度，将所有编码梯度聚合，得到聚合结果，并将所述聚合结果输入预训练解码器，得到解码梯度；服务器根据所述解码梯度更新联邦学习模型，并将更新后的联邦学习模型发送至各个联邦参与终端。本发明通过多个联邦参与终端均使用预训练编码器各自计算得到编码梯度，使得通信时只需要通信编码梯度，服务器把编码梯度加起来用预训练解码器聚合结果，降低了计算代价和通信负担。

本发明授权一种联邦学习多方梯度的编码域聚合方法及系统在权利要求书中公布了：1.一种联邦学习多方梯度的编码域聚合方法，其特征在于，包括： 多个联邦参与终端分别将各自的本地数据集转化为量化梯度，并将所述量化梯度输入预训练编码器，得到编码梯度； 服务器获取每个联邦参与终端对应的所述编码梯度，将所有编码梯度聚合，得到聚合结果，并将所述聚合结果输入预训练解码器，得到解码梯度； 服务器根据所述解码梯度更新联邦学习模型，并将更新后的联邦学习模型发送至各个联邦参与终端； 所述预训练编码器和预训练解码器的预训练步骤包括： 服务器初始化编码器、解码器以及量化参数，并根据所述量化参数随机生成训练数据集； 在所述训练数据集中采样向量，基于预设优化目标训练更新所述编码器和所述解码器； 当所述编码器和解码器达到所述预设优化目标，且编码噪音满足标准高斯分布时，输出预训练编码器和预训练解码器； 所述预设优化目标为； 其中，所述为解码器函数，所述为编码器函数，所述为一个联邦轮次中联邦参与终端的数量，所述是训练数据集中的数据样本，所述是损失函数； 所述编码噪音为； 所述多个联邦参与终端将各自的本地数据集转化为量化梯度，并将所述量化梯度输入预训练编码器，得到编码梯度之前，还包括： 服务器将所述预训练编码器发送至多个联邦参与终端； 所述服务器初始化编码器、解码器以及量化参数，并根据所述量化参数随机生成训练数据集，包括： 服务器定义编码器、解码器、量化空间大小以及输入向量大小； 根据所述量化空间大小和所述输入向量大小，随机生成训练数据集，所述训练数据集中每个数据样本为一个整数向量； 多个联邦参与终端与服务器通信时只需通信编码梯度；在服务器统一预训练成对的预训练编码器和预训练解码器，多个联邦参与终端利用统一的预训练编码器进行编码，服务器利用预训练解码器将编码梯度直接加和。

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鹏城实验室，其通讯地址为：518000 广东省深圳市南山区兴科一街2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。