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！

龙图腾网获悉广东电网有限责任公司申请的专利一种物联网设备的联邦学习分布式训练方法、装置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：CN118886522B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202411046185.X，技术领域涉及：G06N20/20；该发明授权一种物联网设备的联邦学习分布式训练方法、装置及介质是由孙颖;黄盛设计研发完成，并于2024-08-01向国家知识产权局提交的专利申请。

本一种物联网设备的联邦学习分布式训练方法、装置及介质在说明书摘要公布了：本发明公开了一种物联网设备的联邦学习分布式训练方法、装置及介质，所述方法包括：将若干预测模型发送至中央服务器进行聚合，得到全局模型；其中，若干预测模型是通过引入拉普拉斯噪声集，并根据决策树集和若干物联网设备的模型预测函数而建立；获取全局模型，并通过梯度下降算法对全局模型进行训练，使全局模型的参数拟合本地数据集。本发明提出一种物联网设备的联邦学习分布式训练方法、装置及介质，通过利用自身的数据进行本地模型训练，减少了对中央服务器的依赖，不仅提高了模型优化效率，还降低了数据传输的需求，有效提高了系统的整体效率，能够解决难以在联邦学习中实现数据的本地优化处理，提高数据处理效率和安全性的问题。

本发明授权一种物联网设备的联邦学习分布式训练方法、装置及介质在权利要求书中公布了：1.一种物联网设备的联邦学习分布式训练方法，其特征在于，适用于若干物联网设备，所述方法包括： 将若干预测模型发送至中央服务器进行聚合，得到全局模型；其中，所述若干预测模型是通过引入拉普拉斯噪声集，并根据决策树集和所述若干物联网设备的模型预测函数而建立；所述决策树集是以残差集作为第一目标变量，通过拟合对应的决策树而建立；所述残差集是根据所述若干物联网设备的目标变量和模型预测结果而建立； 获取所述全局模型，并通过梯度下降算法对所述全局模型进行训练，使所述全局模型的参数拟合本地数据集； 其中，所述若干预测模型是通过引入拉普拉斯噪声集，并根据决策树集和所述若干物联网设备的模型预测函数而建立，具体为：通过学习率控制模型参数更新的步长大小，结合所述决策树集和所述若干物联网设备的模型预测函数建立若干初始预测模型；将所述拉普拉斯噪声集添加到所述若干初始预测模型的参数更新量中，得到所述若干预测模型； 所述拉普拉斯噪声集的获取方式，具体为：在确保除了数据集之外的结构参数都保持一致的情况下，使用预设的若干数据集更新所述若干初始预测模型中的第一初始预测模型，得到在不同数据集上更新后的模型输出；将所述模型输出的差异最大值定义为敏感度；根据所述敏感度和预设的隐私预算，计算得到尺度参数；基于所述尺度参数，根据拉普拉斯分布的概率密度函数，利用随机数生成器生成符合普拉斯分布的噪声值，得到第一普拉斯噪声；遍历所述若干初始预测模型，得到由若干第一普拉斯噪声构成的所述拉普拉斯噪声集。

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广东电网有限责任公司，其通讯地址为：510000 广东省广州市越秀区东风东路757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”。