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！

龙图腾网获悉北京理工大学申请的专利一种在车联网中实现轻量化隐私保护的异步联邦学习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：CN119743249B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411636903.9，技术领域涉及：H04L9/08；该发明授权一种在车联网中实现轻量化隐私保护的异步联邦学习方法是由徐畅;沈啸东;刘鑫;祝烈煌设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种在车联网中实现轻量化隐私保护的异步联邦学习方法在说明书摘要公布了：本发明属于联邦学习和车联网交叉技术领域，具体涉及一种车联网中实现轻量化隐私保护的异步联邦学习方法。车站和基站间进行公钥交换计算出共享秘钥；车辆利用全局模型参数更新本地模型，并利用本地数据进行训练；基于共享秘钥和训练轮次进行随机数生成，车辆对训练后的本地模型参数的梯度添加随机数实现本地模型参数加密；RSU将车辆信息和训练轮次转发基站，基站寻找车辆信息对应的共享秘钥，结合所述训练轮次计算出随机数之和；RSU基于所述随机数之和对加密后的梯度信息进行解密聚合，更新全局模型参数；RSU广播全局模型参数，车辆利用全局模型参数更新本地模型，然后继续下一轮训练，直至训练结束。

本发明授权一种在车联网中实现轻量化隐私保护的异步联邦学习方法在权利要求书中公布了：1.一种在车联网环境中的轻量的保护隐私的异步聚合方法，其特征在于，包括如下步骤： 步骤1：车站和基站间进行公钥交换，基于双方交换的公钥计算出共享秘钥； 步骤2：车辆从路边计算单元RSU获取最新的全局模型参数，用于本地模型更新，并利用本地数据进行本地模型的训练； 步骤3：基于所述共享秘钥和训练轮次进行随机数生成，车辆对训练后的本地模型参数的梯度添加随机数实现本地模型参数加密，并将车辆信息、加密后的梯度信息以及训练轮次发送给RSU； 步骤4：RSU将所获取的车辆信息和训练轮次转发基站，基站寻找车辆信息对应的共享秘钥，结合所述训练轮次计算出随机数之和；RSU基于所述随机数之和对加密后的梯度信息进行解密聚合，更新全局模型参数； 步骤5：RSU广播全局模型参数，车辆利用全局模型参数更新本地模型，然后继续下一轮训练，直至训练结束； 所述步骤4的具体过程为： 步骤4.1：判断聚合条件：RSU在时隙结束时，对该时隙内接收到的梯度信息进行聚合判断，如果梯度信息的数量不超过1个，则跳过本轮聚合，接收到的梯度信息参与下一轮聚合，否则进入步骤4.2继续本轮聚合； 步骤4.2：计算随机数之和：RSU对本时隙内的模型的信息进行整理，将每个模型的轮次和其对应的车辆身份信息发送给基站，基站使用与车辆相同的共享密钥和训练轮次作为随机数生成器的种子，生成随机数，将同一训练轮次的模型的随机数之和发送给RSU； 步骤4.3：计算聚合权重：RSU根据车辆上传模型的训练轮次计算过时权重，RSU根据全局训练进度计算训练进度权重，这两个权重都将用于全局聚合中； 步骤4.4：更新全局模型：RSU依照训练轮次的不同对本地模型进行聚合，聚合结果减去从基站接收到的该轮次的随机数之和，然后将不同轮次的聚合结果按照对应的过时权重和训练进行权重进行加权求和，更新本轮的全局模型； 所述训练进度权重γ： 其中，α表示进度参数，tglobal表示RSU计算时全局的训练轮次； 所述过时权重β： 其中，Tlimit表示过时阈值，ti表示车辆本地训练时的全局训练轮次，tglobal表示RSU计算时全局的训练轮次。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。