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！

龙图腾网获悉中山大学申请的专利一种基于众包方式和激励机制的联邦学习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：CN114330742B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202111588868.4，技术领域涉及：G06N20/00；该发明授权一种基于众包方式和激励机制的联邦学习系统是由由林麟;章圣律;刘晟;郭子晗设计研发完成，并于2021-12-23向国家知识产权局提交的专利申请。

本一种基于众包方式和激励机制的联邦学习系统在说明书摘要公布了：本发明公开了一种基于众包方式和激励机制的联邦学习系统，包括：基础数据层，用于存储联邦学习系统的数据；业务响应层，用于响应于系统用户的任务请求，根据任务请求采用众包方式进行所述联邦学习系统的任务管理，系统用户包括任务发布者和任务参与者；辅助训练层，用于根据激励机制辅助联邦学习系统的联邦学习全局模型训练，激励机制包括任务分配机制、声誉机制和奖励机制；用户交互层，用于支撑系统用户与联邦学习系统的交互，实现用户操作与数据结果的可视化。本发明能够对参与者、任务以及训练策略进行统一管理，并通过设计的激励机制鼓励数据拥有者持续参与联邦学习任务，可广泛应用于联邦学习技术领域。

本发明授权一种基于众包方式和激励机制的联邦学习系统在权利要求书中公布了：1.一种基于众包方式和激励机制的联邦学习系统，其特征在于，包括： 基础数据层，用于存储联邦学习系统的数据； 业务响应层，用于响应于系统用户的任务请求，根据所述任务请求采用众包方式进行所述联邦学习系统的任务管理，所述系统用户包括任务发布者和任务参与者； 辅助训练层，用于根据激励机制辅助所述联邦学习系统的联邦学习全局模型训练，所述激励机制包括任务分配机制、声誉机制和奖励机制；辅助训练层，包括： 设备选择模块，用于根据所述任务分配机制确定所述任务参与者； 训练策略模块，用于根据任务配置确定目标策略； 模型训练模块，用于测试所述联邦学习全局模型的模型精度； 奖励计算模块，用于根据声誉机制计算所述任务参与者的声誉值和根据奖励机制计算所述任务参与者的奖励值；声誉值计算公式为： 其中，表示第i个任务参与者完成第j个任务所获得声誉值；α表示系统设定声誉值增长速率系数；T表示任务持续时间；pF表示所有参与者参与训练所得全局模型的测试精度，pF\{i}表示剔除第i个任务参与者的全局模型的测试精度，[pF-pF\{i}]表示第i个任务参与者的贡献值；rpti表示第i个任务参与者的总声誉值，初始为0；n表示第i个任务参与者的参与任务总数； 奖励值公计算式为： 其中，ri j表示第i个任务参与者完成第j个任务的总奖励值；lj表示第j个任务的最低奖励值；表示第i个任务参与者完成第j个任务的额外奖励值；ci表示第i个任务参与者的声誉奖励系数；N表示第j个任务的任务参与者总数； 用户交互层，用于支撑所述系统用户与所述联邦学习系统的交互，实现用户操作与数据结果的可视化。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。