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！

龙图腾网恭喜安徽兰科智能科技有限公司申请的专利一种适用于异构网络的通用联邦学习实现方法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：CN114254761B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202111582604.8，技术领域涉及：G06N20/00；该发明授权一种适用于异构网络的通用联邦学习实现方法是由许明雪;许广德;许明阳设计研发完成，并于2021-12-22向国家知识产权局提交的专利申请。

本一种适用于异构网络的通用联邦学习实现方法在说明书摘要公布了：本发明涉及联邦学习，具体涉及一种适用于异构网络的通用联邦学习实现方法，对子节点的资源描述和数据描述进行建档；中央节点向其他异构异步子节点分配基本联邦学习任务，并给每个子节点设定执行任务的截止时间；子节点进行自适应训练，并将更新信息一并发送至中央节点；中央节点使用全局优化器对上传的更新信息进行加权聚合，得到新一轮的全局模型参数；本发明提供的技术方案能够有效克服现有联邦学习算法难以在弱节点、异构网络环境下落地的缺陷。

本发明授权一种适用于异构网络的通用联邦学习实现方法在权利要求书中公布了：1.一种适用于异构网络的通用联邦学习实现方法，其特征在于：包括以下步骤：S1、对子节点的资源描述和数据描述进行建档；S2、中央节点向其他异构异步子节点分配基本联邦学习任务，并给每个子节点设定执行任务的截止时间；S3、子节点进行自适应训练，并将更新信息一并发送至中央节点；S4、中央节点使用全局优化器对上传的更新信息进行加权聚合，得到新一轮的全局模型参数；S3中子节点进行自适应训练，并将更新信息一并发送至中央节点，包括：子节点根据训练任务需求，以及初始全局模型参数在本地筛选符合要求的样本数据；子节点根据本地可用计算资源，合理安排本地迭代的样本数量和次数，以及适合的隐私保护策略，得到更新的局部模型参数；子节点将更新的局部模型参数、参与迭代的样本信息和迭代超参、采取的隐私保护策略一并发送至中央节点；所述子节点根据本地可用计算资源，合理安排本地迭代的样本数量和次数，以及适合的隐私保护策略，包括：在本地可用计算资源极其稀缺的情况下，仅选取少量样本，不采取任何隐私保护策略直接传输更新信息；在本地可用计算资源宽裕的情况下，采用差分隐私策略，并在本地每次迭代结束时将更新信息一并发送至中央节点；在本地网络状态不畅的情况下，对更新信息进行压缩以降低通信开销。

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安徽兰科智能科技有限公司，其通讯地址为：230000 安徽省合肥市中国(安徽)自由贸易试验区合肥市高新区创新大道2800号创新产业园二期J1楼A座1008-1室；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”。