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！

龙图腾网获悉河南大学申请的专利微服务架构下联邦学习的节点选择与聚合优化系统及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：CN114418109B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202111006823.1，技术领域涉及：G06F21/62；该发明授权微服务架构下联邦学习的节点选择与聚合优化系统及方法是由何欣;余曦;李利设计研发完成，并于2021-08-30向国家知识产权局提交的专利申请。

本微服务架构下联邦学习的节点选择与聚合优化系统及方法在说明书摘要公布了：本发明公开一种微服务架构下联邦学习的节点选择与聚合优化系统及方法，该系统包括：节点划分模块，用于根据具体的隐私保护需求将节点划分为数据节点和模型节点两类；参与模型聚合节点选择模块，用于由中心方根据节点信誉度选择参与模型聚合的模型节点和验证模型参数的数据节点；节点信誉度基于感知节点传输数据或模型的质量以及其历史信誉度生成；信用链和交易链构建模块，用于建立两条区块链，即信用链和交易链，分别记录节点的信誉度和每轮次联邦学习中心方和节点间交换数据或模型的类别。本发明针对节点不同的隐私需求，构建了特有的质量评估和模型聚合的方法，充分发挥联邦学习对于节点数据隐私保护和区块链不可篡改可追溯的优势。

本发明授权微服务架构下联邦学习的节点选择与聚合优化系统及方法在权利要求书中公布了：1.一种微服务架构下联邦学习的节点选择与聚合优化系统，其特征在于，该系统有任务发布者，中心方和节点三个角色；所述任务发布者提交任务需求给群智感知平台，将初始数据集上传至中心方作为第一轮次子模型的测试数据集，并将选择的初始模型上传至中心方，同时提交激励给中心方；所述中心方接收任务请求、初始化测试数据集和初始模型，发布任务给节点，选择参与任务的节点，接收节点上传的数据和子模型，对数据和子模型的质量进行评估，生成节点信誉度广播至区块链节点并记入信用链，进行本地子模型训练和全局模型聚合，最后对节点进行激励支付并将训练好的全局模型返回给任务发布者；各所述节点执行任务，并根据自己的隐私保护需求选择上传数据还是子模型，模型节点利用本地数据集对全局模型进行训练生成子模型参数，根据上传给中心方的数据或模型质量获得激励，将获取中心方下发的全局模型和上传数据或子模型的信息记入交易链；该系统包括： 节点划分模块，用于根据具体的隐私保护需求将节点划分为数据节点和模型节点两类，所述数据节点用于传输数据，所述模型节点用于传输模型； 参与模型聚合节点选择模块，用于由中心方根据节点信誉度选择参与模型聚合的模型节点和验证模型参数的数据节点；节点信誉度基于感知节点传输数据或模型的质量以及其历史信誉度生成； 信用链和交易链构建模块，用于为了确保节点信誉度的不可篡改和中心方与节点间数据或模型传输信息的可追溯，通过建立两条区块链，即信用链和交易链，分别记录节点的信誉度和每轮次联邦学习中心方和节点间交换数据或模型的类别； 所述节点信誉度的计算过程为： 对于数据节点，信誉度的计算过程为： 其中Rik为本轮次节点信用值，k为当前轮次，Rik‑1为k‑1轮次中节点的信用值，rik的值为0或1，当数据节点在本轮被认为可信时rik为1，当数据节点在本轮被认为不可信时rik为0； 对于模型节点，中心方将本地数据作为测试数据集分别对各模型节点上传的子模型进行测试，得到各个节点子模型的质量ACCi，设置上均值Mu＝Max{MedianACC,MeanACC}和下均值Md＝Min{MedianACC,MeanACC}，其中MedianACC为本轮中各个模型节点和提交子模型质量和中心方训练子模型质量的中位值，而MeanACC为本轮各子模型质量的平均值；之后，将传模型类节点分为四类： Ⅰ.子模型质量ACCi位于前10％的模型节点为安全可信节点，中心方将子模型参数加入聚合队列； Ⅱ.子模型质量ACCi＞＞Mu的模型节点为比较可信的节点，需要额外计算本次进入聚合队列的概率即这些节点将有Pi的概率被加入聚合队列，同时也有1‑Pi的概率不加入聚合队列； Ⅲ.子模型质量满足Mu＞＞ACCi＞＞Md的节点为子模型质量不高，不加入聚合队列； Ⅳ.子模型质量Md＞＞ACCi的节点为不可信节点； 在完成子模型质量评估后，根据公式生成模型节点的信誉度：

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河南大学，其通讯地址为：475001 河南省开封市顺河区明伦街85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。