齐鲁理工学院王亚新获国家专利权
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！
龙图腾网获悉齐鲁理工学院申请的专利一种面向车联网的联邦学习数据共享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：CN120546993B 。
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：202511028306.2，技术领域涉及：H04L9/40；该发明授权一种面向车联网的联邦学习数据共享方法是由王亚新;海力;刘媛;萨拉巴汗;张淑昊设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。
本一种面向车联网的联邦学习数据共享方法在说明书摘要公布了：本申请公开了一种面向车联网的联邦学习数据共享方法，涉及车联网技术领域，包括：计算本地模型参数与全局模型参数的参数相似度；基于所述参数相似度进行本地迭代训练，动态更新本地模型参与节点的动态相似度；选择参与节点迭代结果最优的本地模型参数构建模型参数向量；计算每个所述本地模型参数在所述全局模型参数的比重；结合所述模型参数向量和所述本地模型参数在所述全局模型参数的比重对服务器聚合得到的全局模型参数进行拉普拉斯加噪。通过计算本地模型参数的动态相似性以及其在全局模型参数中的比重，通过引入噪声因子平衡数据的隐私性与可用性，提高了车联网数据在联邦学习应用中的通信效率，并降低了隐私保护的计算开销。
本发明授权一种面向车联网的联邦学习数据共享方法在权利要求书中公布了：1.一种面向车联网的联邦学习数据共享方法，其特征在于，包括： 计算本地模型参数与全局模型参数的参数相似度，包括： 分别确定所述本地模型参数和全局模型参数； 本地模型参数与全局模型参数的参数相似度，式中： 表示参数相似度，表示本地模型参数向量，表示全局模型参数向量，表示模长计算，表示参数个数； 基于所述参数相似度进行本地迭代训练，动态更新本地模型参与节点的动态相似度，包括： 式中：表示动态相似度，表示截至当前时刻的时间和，是一个动态变化的值，是时间衰减函数，是初始值，是衰减率，越大，衰减越快，t是时间间隔，即初始时刻到当前时刻的时间差； 选择参与节点迭代结果最优的本地模型参数构建模型参数向量； 计算每个所述本地模型参数在所述全局模型参数的比重； 结合所述模型参数向量和所述本地模型参数在所述全局模型参数的比重对服务器聚合得到的全局模型参数进行拉普拉斯加噪。
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齐鲁理工学院，其通讯地址为：250200 山东省济南市章丘区经十东路3028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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励