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！

龙图腾网获悉重庆邮电大学申请的专利一种基于DAG区块链的联邦学习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：CN115049071B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202210656438.X，技术领域涉及：G06N20/00；该发明授权一种基于DAG区块链的联邦学习方法是由黄晓舸;邓雪松;任洋;尹宏博设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。

本一种基于DAG区块链的联邦学习方法在说明书摘要公布了：本发明涉及一种基于DAG区块链的联邦学习方法，属于通信技术领域。该方法包括以下步骤：外部代理作为任务发起者，边缘服务器承担模型聚合以及区块链维护工作，智能设备执行模型训练任务；外部代理初始化全局模型及创世块，决定训练任务的生灭；边缘服务器从DAG区块链上选取tips；智能设备使用本地数据集进行本地训练，完成一轮本地训练后，向边缘服务器发送状态查询信息以确认是否进行下一轮本地训练；智能设备完成本地训练后，将已更新模型上传至边缘服务器进行聚合，并将聚合模型作为一个交易上传至DAG区块链；边缘节点负责模型聚合，且共同维护一个DAG区块链以保障信息的传输可靠性以及整体系统的抗攻击能力。

本发明授权一种基于DAG区块链的联邦学习方法在权利要求书中公布了：1.一种基于DAG区块链的联邦学习方法，其特征在于：该方法包括以下步骤： S1：外部代理作为任务发起者，边缘服务器承担模型聚合以及区块链维护工作，智能设备执行模型训练任务；外部代理初始化全局模型及创世块，决定训练任务的生灭； S2：边缘服务器从DAG区块链上选取tips，即未被批准的交易，将交易内模型参数进行聚合形成基础模型，并将其下发至其覆盖范围内的智能设备； S3：智能设备使用本地数据集进行本地训练，完成一轮本地训练后，向边缘服务器发送状态查询信息以确认是否进行下一轮本地训练； S4：智能设备完成本地训练后，将已更新模型上传至边缘服务器进行聚合，并将聚合模型作为一个交易上传至DAG区块链； S5：基于接受到的智能设备信息以及聚合模型更新边缘服务器信誉值，将其一并打包进交易内上传至DAG区块链； S6：边缘服务器将交易上传至DAG区块链，被边缘服务器拉取的tips视作被新交易批准，tips的累计权重到达一定阈值，则被视作确认； S7：外部代理以固定周期从DAG区块链上拉取tips并验证其中模型是否已达期望精度，若已满足目标则停止模型训练任务； 所述S2中，提供tips选取方法；每笔交易中包含自身权重以及该笔交易上传节点的信誉值，通过计算每个tip在当前可观测的所有tips的权重占比，得到每个tip被选取到的概率；边缘服务器选取多个tips，并将其中模型参数进行聚合得到基础模型，以供其覆盖范围内的智能设备进行本地训练；Tipy被x批准y→x的概率表示为： 其中κ是从1开始取值的参数，CW是tip的累计权重，是边缘节点的信誉值；在DAG区块链中，每笔交易的累积权重等于其自身权重以及直接和间接验证它的交易数量；当累积权重增加到阈值时，交易被认为在DAG区块链上得到确认； 所述S5中，提供一种基于信誉值更新方法；基于历史信誉值、模型聚合阶段获取到的全部智能设备信息，包括本地迭代轮数及设备的数据集大小、聚合模型与基础模型之间的余弦相似度以及聚合模型精度，采用熵权法计算出边缘服务器信誉值为0～100的实数；表示边缘节点m的第i个指标的标准化值，得的占比为： 其中，i＝1表示边缘节点m的历史信誉值，i＝2表示边缘节点m下智能设备的本地训练轮数总和，i＝3表示边缘节点m下智能设备的本地数据集大小总和，i＝4表示边缘节点m的聚合模型与基础模型之间的余弦相似度，i＝5表示边缘节点m的聚合模型精度；标准化均采用正向指标，即其数值越高越好，其计算公式为： 由于DAG区块链中的边缘节点都在积极训练模型，模型之间的差异用来代表模型的质量；采用余弦相似度表示模型间的差异，表示为： 其中，表示边缘节点m第e次聚合中的基础模型； 由此，指标i的熵权值为： 其中，指标的熵权值越大，意味着该指标对边缘节点m信誉值的贡献越大； 得边缘节点m的信誉值为： 信誉值满分为100。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。