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！

龙图腾网获悉三峡大学申请的专利激励驱动和模型压缩成本感知的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：CN119849661B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411912172.6，技术领域涉及：G06N20/00；该发明授权激励驱动和模型压缩成本感知的联邦学习方法及系统是由周欢;顾强强设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本激励驱动和模型压缩成本感知的联邦学习方法及系统在说明书摘要公布了：本发明公开了一种激励驱动和模型压缩成本感知的联邦学习方法及系统，该方法包括：获取客户端参加联邦学习的总时延和总能耗；根据反向拍卖法，通过所述总时延和总能耗得到所述客户端需要的奖励和全局损失约束并确定优化目标，以建立优化目标函数；确定所述优化目标函数的最优策略，所述最优策略包括客户端选择决策，本地训练轮次和模型压缩率设置决策，并基于VCG支付机制确定客户端的奖励。本方法不仅考虑了异构、资源有限和动态的移动边缘网络中客户端选择，本地训练轮次和模型压缩率设置，以及个体理性的特性，同时也考虑了本地模型训练的时延阈值与全局模型的精度约束，联合优化了联邦学习中的客户端选择。

本发明授权激励驱动和模型压缩成本感知的联邦学习方法及系统在权利要求书中公布了：1.一种激励驱动和模型压缩成本感知的联邦学习方法，其特征在于，该方法包括以下步骤： 获取客户端参加联邦学习的总时延和总能耗； 根据反向拍卖法，通过所述总时延和总能耗得到所述客户端需要的奖励和全局损失约束并确定优化目标，以建立优化目标函数； 确定所述优化目标函数的最优策略，所述最优策略包括客户端选择决策，本地训练轮次和模型压缩率设置决策，并基于VCG支付机制确定客户端的奖励； 其中，所述反向拍卖法包括： BS作为拍卖商，客户端作为投标者，BS向通信覆盖范围内的客户端发布联邦学习任务和拍卖规则； 在每一轮联邦学习开始时，愿意参加联邦学习的客户端提交投标信息，包括投标价格、本地数据量、计算资源和可用带宽； BS根据收集到的投标信息，选择合适的客户端，并为其设置合适的本地训练轮次和模型压缩率； 训练任务完成后，BS向每个参加联邦学习的客户端支付奖励； 其中，所述优化目标函数表示为： ， 其中：是客户端选择决策，是本地训练轮次，是模型压缩率，为客户端希望通过参加一轮联邦学习获得的奖励； 其中，，是客户端在第轮联邦学习中的总能耗，是单位能耗投标价格； 其中，通过使用马尔科夫决策过程，定义状态空间、动作空间和奖励函数，使用长短期记忆机制改进SAC的Actor网络，得到所述优化目标函数的最优策略； 其中，所述状态空间为，其中和分别表示客户端的投标价格和本地数据量；表示客户端在第轮联邦学习的计算资源；表示客户端在第轮联邦学习的带宽；表示客户端在第轮联邦学习的能耗；所述动作空间为，即智能体在状态下找到的最优策略，其中表示客户端选择决策，表示本地训练轮次，表示模型压缩率；所述奖励函数为，表示防止智能体做出违规动作的惩罚项。

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三峡大学，其通讯地址为：443002 湖北省宜昌市大学路8号三峡大学；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”。