Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北方工业大学何云华获国家专利权

北方工业大学何云华获国家专利权

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!

龙图腾网获悉北方工业大学申请的专利一种能源区块链的联邦学习系统和激励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:CN116579442B

龙图腾网通过国家知识产权局官网在2025-08-08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:202310528215.X,技术领域涉及:G06N20/20;该发明授权一种能源区块链的联邦学习系统和激励方法是由何云华;马瑜良;罗明顺;肖珂;王超;徐刚;杨光灿设计研发完成,并于2023-05-11向国家知识产权局提交的专利申请。

一种能源区块链的联邦学习系统和激励方法在说明书摘要公布了:本申请公开了一种能源区块链的联邦学习系统和激励方法,用于解决现有的联邦学习激励方法未考虑参与者可能存在恶意行为的问题,激励能源区块链的能源部门与委员会成员在联邦学习时展现诚实,减少恶意行为。其主要思想是:建立以能源部门与委员会为参与者的博弈模型,根据博弈模型设计激励方法,包括计算联邦学习各参与者本轮迭代中采取的恶意行为数量,计算各参与者在本轮迭代的罚金,计算各参与者在本次联邦学习中获得的奖励,然后编写成激励智能合约部署在能源区块链上,链上的激励智能合约激励能源部门与委员会展现诚实行为,使博弈模型存在各联邦学习参与者安全协作的纳什均衡。

本发明授权一种能源区块链的联邦学习系统和激励方法在权利要求书中公布了:1.一种基于博弈的能源区块链联邦学习激励方法,其特征在于,包括以下步骤: 步骤1:建立博弈模型,根据博弈模型设计激励方法,并证明纳什均衡的存在性,然后将激励方法编写成激励智能合约部署在能源区块链上; 步骤2,任务发布方在能源区块链上发布联邦学习模型训练任务,并将任务的初始模型上传到能源区块链上,供能源部门下载训练; 步骤3,参与训练的能源部门从区块链下载任务的初始模型,然后使用本地的能源隐私数据训练模型,能源部门使用同态加密算法对训练后的模型进行加密,并上传至区块链,然后将训练成本信息发送给智能合约; 步骤4:委员会成员从区块链下载各能源部门上传的加密模型,对这些模型进行检查,并将可验证的检查计算证明上传至区块链,然后将检查结果与检查成本信息发送给智能合约; 步骤5:委员会成员在去除异常模型后对模型进行聚合,并协同解密汇总的模型,解密后的模型就是联邦学习本轮迭代后训练出的更新模型,然后将更新模型上传到区块链,供能源部门下载、迭代训练; 步骤6:部署在能源区块链上的智能合约实施激励方法,包括计算联邦学习各参与者本轮迭代中采取的恶意行为数量,计算各参与者在本轮迭代的罚金; 步骤6.1:智能合约根据委员会成员发送过来的检查结果,计算各能源部门在此次联邦学习中发起投毒攻击的次数θi;智能合约根据委员会成员发送至区块链的可验证的检查计算证明,计算各委员会成员在此次联邦学习中发起欺骗攻击的次数μj;智能合约根据区块链上已有更新模型的数量,计算本次联邦学习进行的轮数T; 步骤6.2:智能合约计算此次联邦学习中所有投毒攻击的次数θ,并根据这个次数计算出激励系数δn,其中 步骤6.3:智能合约针对发起投毒攻击的能源部门和发起欺骗攻击的委员会成员分别计算本轮的罚金fi,n和fj,n,其中fi,n=δn-acc*pi,nacc*numn,fj,n=qj,n+sj,n,其中acc是模型检查算法的准确度,pi,n是能源部门本轮应得的奖励,numn是本轮进行模型检查的委员会成员数量,qj,n是委员会成员本轮应得的奖励,sj,n是委员会成员本轮进行模型检查的计算成本; 步骤7:参与训练的能源部门从区块链下载任务的更新模型,进行联邦学习模型的迭代训练,直到委员会汇总的更新模型的损失函数收敛,该轮更新模型就是最终训练模型; 步骤8:任务发布方从区块链下载最终训练模型; 步骤9:部署在能源区块链上的智能合约实施激励方法,计算各参与者在本次联邦学习中获得的奖励; 步骤9.1:联邦学习结束,智能合约计算各能源部门获得的最终奖励pi,其中pi=[T-θiT]*P,其中T是联邦学习进行的轮数,θi是该能源部门进行恶意行为的次数,P是任务发布方设定的能源部门应得奖励; 步骤9.2:智能合约计算各委员会成员获得的最终奖励qj,其中qj=[T-μjT]*Q,其中T是联邦学习进行的轮数,μj是该委员会成员进行恶意行为的次数,Q是任务发布方设定的委员会成员应得奖励; 步骤9.3:如果参与者在此次联邦学习中没有进行恶意行为,即没有进行投毒攻击或者欺骗攻击,那么智能合约将向该参与者发送任务发布方设定的额外诚实奖励w。

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方工业大学,其通讯地址为:100041 北京市石景山区晋元庄路5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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。