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！

龙图腾网恭喜北京邮电大学申请的专利基于联邦学习的网络负载预测方法、装置、电子设备及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：CN115460617B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202210923837.8，技术领域涉及：H04W16/22；该发明授权基于联邦学习的网络负载预测方法、装置、电子设备及介质是由崔琪楣;浦丽媛;赵博睿;陶小峰;张平设计研发完成，并于2022-08-02向国家知识产权局提交的专利申请。

本基于联邦学习的网络负载预测方法、装置、电子设备及介质在说明书摘要公布了：本申请公开了一种基于联邦学习的网络负载预测方法、装置、电子设备及介质。通过应用本申请的技术方案，可以由网络切片用户利用受信任的第三方设备接收在联邦学习架构下的其他网络切片用户中的模型参数的汇总以及传输。从而基于全局模型参数进行预测模型的训练进而得到训练完毕的目标预测模型。进而达到一种利用联邦学习框架，在保证用户隐私和数据不共享的前提下实现切片负载预测模型的多方协同训练，可实现切片级的分布式异构负载预测的目的。同时也避免了相关技术中存在的，网络切片的流量预测性能不足所导致的容易影响用户业务进展的问题。

本发明授权基于联邦学习的网络负载预测方法、装置、电子设备及介质在权利要求书中公布了：1.一种基于联邦学习的网络负载预测方法，其特征在于，应用于目标网络切片用户，包括： 接收第三方设备发送的公钥，所述公钥用于对传输数据进行加密处理； 利用所述公钥，对本地的初始模型参数进行加密后传输给所述第三方设备，所述初始模型参数由所述目标网络切片利用样本数据对自身部署的初始预测模型进行训练而得到； 接收所述第三方设备发送的全局模型参数，并基于所述全局模型参数，得到训练完毕的目标预测模型，所述全局模型参数为所述第三方设备将多个所述初始模型参数进行汇总得到的模型参数； 利用所述目标预测模型对所述目标网络切片进行未来时间段的负载预测，并将所述负载预测结果发送给与所述目标网络切片相关联的目标基站； 所述基于所述全局模型参数，得到训练完毕的目标预测模型，包括： 利用所述全局模型参数，对初始移动预测模型进行预设模型精度检验； 若确定所述初始移动预测模型满足所述预设模型精度，将所述初始移动预测模型作为所述目标移动预测模型； 若确定所述初始移动预测模型不满足所述预设模型精度，利用所述全局模型参数对所述初始移动预测模型进行训练，得到所述目标移动预测模型。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。