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！

龙图腾网获悉天津理工大学申请的专利一种基于聚类的联邦域适应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：CN115964663B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202211129165.X，技术领域涉及：G06N3/098；该发明授权一种基于聚类的联邦域适应方法是由王劲松;魏宗朴设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本一种基于聚类的联邦域适应方法在说明书摘要公布了：一种基于聚类的联邦域适应方法。其CSP生成公私钥，并由联邦学习聚合服务器AS下发公钥；参与方计算类别分布概率及与信息熵；参与方对类别分布概率和信息熵加密；基于JS散度集群域划分；下发初始联邦学习模型参数和索引模型；参与方提取本地更新模型参数；将本地更新模型的参数与索引模型的参数取交集得到子更新模型的参数；基于余弦相似度矩阵的任务域划分；进行联邦学习等步骤。本发明可分析各参与方间数据分布信息，并采取不同划分策略，将参与方划分成多个域以消减两种异构问题，同时保证域内的数据分布相似性更强，域内训练的联邦学习模型更适应参与方本地数据分布。还可使模型有广泛学习能力和本地分布适应能力。

本发明授权一种基于聚类的联邦域适应方法在权利要求书中公布了：1.一种基于聚类的联邦域适应方法，其特征在于：所述基于聚类的联邦域适应方法包括按顺序进行的下列步骤： 1由加密服务提供方CSP随机生成一对半同态加密的公私钥Puk，Prk，并由联邦学习聚合服务器AS将上述半同态加密的公钥Puk及初始联邦学习模型参数下发给各个联邦学习的参与方LC； 2第i个参与方LCi计算本地数据的类别分布概率pi以及与类别分布概率对应的信息熵lpi； 3各个参与方LC利用上述半同态加密的公钥Puk分别对类别分布概率pi和信息熵lpi进行加密，得到类别分布概率密文pi和信息熵密文lpi，然后第i个参与方LCi将类别分布概率密文pi和信息熵密文lpi上传至联邦学习聚合服务器AS； 4联邦学习聚合服务器AS收到类别分布概率密文pi和信息熵密文lpi后，加密服务提供方CSP基于上述类别分布概率密文pi和信息熵密文lpi，在同态环境中计算出各参与方LC之间的JS散度，并构成一个以参与方集合为行列的JS散度矩阵，然后联邦学习聚合服务器AS根据JS散度矩阵的结果将参与方集合划分成K个集群域CD； 5联邦学习聚合服务器AS从上述初始联邦学习模型参数中随机选取40—60％的模型参数，并由这些模型参数的索引构成一个索引模型I-model，然后将初始联邦学习模型参数和索引模型I-Model一同下发给参与方LC； 6各参与方LC利用本地数据对上述初始联邦学习模型参数进行单轮次训练，得到一个本地更新模型U-model的参数而作为参与方LC本地数据的唯一特征信息； 7参与方LC将上述本地更新模型U-model的参数与索引模型I-model的参数取交集得到子更新模型SU-model的参数，然后将子更新模型SU-model的参数上传至联邦学习聚合服务器AS； 8在每个集群域CD中，联邦学习聚合服务器AS计算任意两参与方LC的子更新模型SU-model的余弦相似度，并构成一个以参与方集合为行列的余弦相似度矩阵，然后根据余弦相似度矩阵的结果将同一个集群域CD的参与方集合划分成T个任务域TD； 9参与方LC与联邦学习聚合服务器AS之间基于上述集群域CD和任务域TD进行联邦学习，其中联邦学习聚合服务器AS对于不同集群域CD和任务域TD，采取两种不同方式进行参数聚合，以实现知识共享。

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天津理工大学，其通讯地址为：300384 天津市南开区红旗南路延长线天津理工大学主校区；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”。