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！

龙图腾网获悉重庆邮电大学申请的专利一种融合知识蒸馏和群体学习的异常检测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：CN119030743B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202410988747.6，技术领域涉及：H04L9/40；该发明授权一种融合知识蒸馏和群体学习的异常检测方法是由唐伦;寇恩桥;张卫家;吴钱林;陈前斌设计研发完成，并于2024-07-23向国家知识产权局提交的专利申请。

本一种融合知识蒸馏和群体学习的异常检测方法在说明书摘要公布了：本发明涉及一种融合知识蒸馏和群体学习的异常检测方法，属于物联网技术领域。该方法包括以下步骤：S1:在5G物联网场景下，构建基于注意力与图卷积的异常检测网络；S2：训练物联网边缘服务器的本地教师模型；S3:在群网络上聚合教师网络参数并下发到边缘服务器；S4:边缘服务器训练本地学生网络；S5:学生网络实时检测物联网中的异常流量；S6:群网络定期更新全局教师模型和本地学生模型。本发明能够实现对物联网设备流量的实时、有效的异常检测，保护用户隐私和数据安全。

本发明授权一种融合知识蒸馏和群体学习的异常检测方法在权利要求书中公布了：1.一种融合知识蒸馏和群体学习的异常检测方法，其特征在于：该方法包括以下步骤： S1：在5G物联网场景下，构建基于注意力与图卷积的异常检测网络；所述基于注意力与图卷积的异常检测网络由基于快速动态时间规整FastDTW的时间序列K-means聚类模块、基于图卷积网络GCN的变量长时相关性捕获模块、基于多尺度空洞卷积的邻域信息提取模块和基于局部敏感哈希LSH注意力的长时序列重建模块依次连接组成； S2：构建群体学习网络，群体学习网络的参与者由物联网的各个边缘服务器组成，在各个边缘服务器上部署基于注意力与图卷积的异常检测教师模型和学生模型，并训练本地教师模型；训练本地教师模型的训练损失定义为： 其中M表示样本大小，m表示第m个样本，表示重构输出，表示观测值，表示矩阵大小为n行，m列； S3：各个边缘服务器通过群体学习网络共享本地教师模型，虚拟中心服务器聚合各本地教师模型形成全局教师模型并下发到各个物联网边缘服务器； S4：各个边缘服务器接收虚拟中央服务器下发的全局教师模型，利用本地数据集和全局教师模型训练本地学生模型，定义本地学生模型的蒸馏损失为： 其中M表示样本大小，k表示第k个样本，n表示矩阵的总行数，i表示矩阵的第i行，m表示矩阵的总列数，j表示矩阵的第j行，表示教师模型的输出，表示学生模型的输出；学生模型的整体损失函数定义为蒸馏损失与训练损失的加权和： L＝α·LKD+β·Lmse 其中α，β为权重系数； S5：本地学生模型结合邻居节点的异常情况实时检测物联网中的异常流量； S6：制定智能合约，群体学习网络定期更新全局教师模型和本地学生模型，确保全局教师模型和本地学生模型的优化和更新。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。