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！

龙图腾网获悉北京邮电大学申请的专利一种基于强化学习的联邦学习鲁棒性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：CN119066605B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202410960826.6，技术领域涉及：G06F18/25；该发明授权一种基于强化学习的联邦学习鲁棒性聚合方法及系统是由杜军平;闫思铮;管泽礼;梁美玉设计研发完成，并于2024-07-17向国家知识产权局提交的专利申请。

本一种基于强化学习的联邦学习鲁棒性聚合方法及系统在说明书摘要公布了：本发明提供一种基于强化学习的联邦学习鲁棒性聚合方法及系统，该方法包括以下步骤：服务端节点接收客户端节点在完成本地训练后上传的模型参数；将每个客户端节点上传的模型参数构建为初始参数向量，将服务端节点当前的模型参数构建为本轮参数向量，基于所述初始参数向量、当前的本轮参数向量和客户端节点当前的权重值计算几何中值向量；计算每个客户端节点当前的初始参数向量与几何中值向量的距离，并构建为状态向量输入到强化学习模型中，所述强化学习模型对应每个客户端节点输出更新的权重值；基于每个客户端节点输出更新的权重值、所述初始参数向量和当前的本轮参数向量计算模型参数向量，所述模型参数向量中各个维度的值均为模型参数。

本发明授权一种基于强化学习的联邦学习鲁棒性聚合方法及系统在权利要求书中公布了：1.一种基于强化学习的联邦学习鲁棒性聚合方法，其特征在于，本方法应用于联邦网络，所述联邦网络包括服务端节点和客户端节点，该方法包括以下步骤： 服务端节点接收客户端节点在完成本地训练后上传的模型参数； 将每个客户端节点上传的模型参数构建为初始参数向量，将服务端节点当前的模型参数构建为本轮参数向量，基于所述初始参数向量、当前的本轮参数向量和客户端节点当前的权重值计算几何中值向量，基于每个客户端节点对应的初始参数向量和权重值，以及本轮参数向量计算每个客户端节点的过渡权重，基于所述本轮参数向量和每个客户端节点的过渡权重计算几何中值向量； 基于如下公式计算客户端节点的过渡权重： 其中，表示客户端节点k的过渡权重；αk表示客户端节点k的权重值；w表示本轮参数向量；wk表示客户端节点k对应的初始参数向量； 基于如下公式计算几何中值向量： 其中，GM表示几何中值向量；表示客户端节点k的过渡权重；wk表示客户端节点k对应的初始参数向量；K表示客户端节点的总数量； 计算每个客户端节点当前的初始参数向量与几何中值向量的距离，并构建为状态向量输入到预设的强化学习模型中，所述强化学习模型对应每个客户端节点输出更新的权重值； 基于每个客户端节点输出更新的权重值、所述初始参数向量和当前的本轮参数向量计算模型参数向量，所述模型参数向量中各个维度的值均为模型参数。

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”。