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！

龙图腾网获悉上海交通大学申请的专利移动社交网络场景下的分层联邦学习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：CN119729638B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411914505.9，技术领域涉及：H04W28/20；该发明授权移动社交网络场景下的分层联邦学习方法及系统是由陈文;陈泽宇;武庆庆设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本移动社交网络场景下的分层联邦学习方法及系统在说明书摘要公布了：本发明提供了一种移动社交网络场景下的分层联邦学习方法及系统，包括：步骤S1：基于社交网络图的N个用户，选出用户方案；基于所述用户方案，选出用户组合；N为常数；步骤S2：将所述用户组合的用户关联到K个边缘服务器，进而得到多种关联方案；K为常数；步骤S3：基于所述用户与所述多种关联方案，计算所述关联方案的KKT条件，进而得出最优通信带宽分配和用户本地的计算频率。本发明提出的联合优化算法高效调度用户，每轮调度的优选用户低于全体用户数量的50％，合理分配发射功率和计算频率，与传统的基线算法相比，使社交网络场景下分层联邦学习系统的能耗至少降低55％。

本发明授权移动社交网络场景下的分层联邦学习方法及系统在权利要求书中公布了：1.一种移动社交网络场景下的分层联邦学习方法，其特征在于，包括： 步骤S1：基于社交网络图的N个用户，选出用户方案；基于所述用户方案，选出用户组合；N为常数； 步骤S2：将所述用户组合的用户关联到K个边缘服务器，进而得出多种关联方案；K为常数；所述关联方案包括执行梯度爬升，继而执行随机交换； 所述梯度爬升，包括： 步骤B1：将边缘服务器分配给每个所述用户，得出总能量开销； 步骤B2：移动用户到令所述总能量开销的值最小的边缘服务器； 步骤B3：判断所述总能量开销是否减少，结果为是，则重新执行步骤B2；结果为否，则停止； 梯度爬升后，所述继而执行随机交换，包括： 步骤C1：选取不同边缘服务器的通信范围内的相关联的两个所述用户，得到两个所述用户交换前与交换后的能量总开销； 步骤C2：判断交换前的能量总开销是否大于交换后的能量总开销，结果为是，则接受交换；结果为否，则以概率接受交换； 步骤S3：计算所述关联方案的KKT条件，通过交替优化得出得出最优通信带宽分配和用户本地的计算频率； 其中，所述交替优化，包括： 步骤D1：令所有所述用户初始的计算频率为频率的上限，即； 步骤D2：将所述用户的所述计算频率代入公式； 步骤D3：判断的计算结果是否大于零，结果为是，则联立所述KKT条件的方程，求解得到最优通信带宽分配和用户本地的计算频率；结果为否，则保持所述计算频率不变，重新执行步骤D2，直到所有的计算结果小于等于零； 所述KKT条件的数学表达式为： 其中，式c~式f为互补松弛条件；、、与分别为一个拉格朗日乘子、又一个拉格朗日乘子、还一个拉格朗日乘子与继一个拉格朗日乘子；为边缘聚合的次数；为电容系数；为用户的本地计算频率；为模型比特数大小；p为发射功率；为基站分配给用户的带宽；为信道增益；为背景噪声；为基站的可分配带宽；、分别为频率的上限与频率的下限；为第一中间量、为第二中间量； 所述第一中间量的数学表达式为： 所述第二中间量的数学表达式为： 所述的数学表达式为： 其中，在KKT条件下随单调递增。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。