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！

龙图腾网获悉西安交通大学申请的专利一种去中心化信任关系协同预测方法及相关装置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：CN119691080B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411928491.6，技术领域涉及：G06F16/27；该发明授权一种去中心化信任关系协同预测方法及相关装置是由冯伟;武振威;王前前;魏东原;董博设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本一种去中心化信任关系协同预测方法及相关装置在说明书摘要公布了：一种去中心化信任关系协同预测方法及相关装置，包括：启动区块链系统并将公共安全参数和初始化模型发布在区块链上，在共识节点加载共识算法；利用本地数据构建本地的完整图，在本地图进行预训练得到用户特征提取与关系预测模型，获得用户节点的特征；基于公开知识建立公开图谱，公开图谱发送到区块链共识节点，进行对公开图谱的共识确认；输出最终的信任关系预测模型。本发明的一种基于联邦学习与图神经网络的去中心化信任关系协同预测方法，旨在解决传统信任评估方法在多源分布式场景中的局限性，并提升信任关系预测的准确性。

本发明授权一种去中心化信任关系协同预测方法及相关装置在权利要求书中公布了：1.一种去中心化信任关系协同预测方法，其特征在于，包括： 启动区块链系统并将公共安全参数和初始化模型发布在区块链上，在共识节点加载共识算法； 利用本地数据构建本地的完整图，在本地图进行预训练得到用户特征提取与关系预测模型，获得用户节点的特征； 基于公开知识建立公开图谱，公开图谱发送到区块链共识节点，进行对公开图谱的共识确认； 通过公开图谱作为中间节点，对用户节点的特征进行更新，对用户特征提取与关系预测模型进行训练，将训练的模型发送到区块链，基于联邦平均算法完成对模型的融合，直至目标函数收敛，输出最终的信任关系预测模型； 所述基于公开知识建立公开知识图谱，公开图谱发送到区块链共识节点，进行对公开图谱的共识确认，包括： 针对商品、电影、音乐的非用户节点，针对节点类型，搜索相关的预料数据用于知识图谱构建； 利用命名实体识别和关系抽取结束对语料库进行知识抽取，提取节点间的关系，形成公开知识图谱，应当涵盖用户客户端本地数据所包含的非用户节点实体； 基于公开知识建立的图谱记作，被发送到区块链共识节点，共识节点对知识图谱内容的正确性进行验证，验证通过后调用共识算法完成对的共识确认； 所述通过公开图谱作为中间节点，对用户节点的特征进行更新，对用户特征提取与关系预测模型进行训练，将训练的模型发送到区块链，基于联邦平均算法完成对模型的融合，直至目标函数收敛，输出最终的信任关系预测模型，包括： 各个客户端通过作为中间节点发现跨客户端的邻居并进行特征传播，完成对用户特征的更新，同时完成对模型的训练，并将中包含的知识实体的特征发送给区块链，区块链利用图注意力机制融合不同客户端发送的知识实体特征，并发布在区块链上； 客户端将本地训练的模型发送到区块链，区块链共识节点随即验证模型的有效性，当收集到足够数量的模型或等待时间超过预先设定的阈后，加载模型融合智能合约，基于联邦平均算法完成对模型的融合，融合方式如下： 随后调用区块链共识机制完成对的共识，并将其发布在区块链上； 各个客户端和区块链共识节点循环，直至目标函数收敛，输出最终的信任关系预测模型； 客户端加载最终模型处理本地数据，给定用户和，利用提取其信任特征、以及信任关系预测结果； 联合学习与跨客户端特征传播包含如下步骤： 基于公共知识图谱的本地图扩充：客户端将本地图与公共知识图谱进行融合，首先提取本地图中的非用户节点集合，并以此为约束在中提取子图，并将和进行融合为 利用多头注意力机制对进行处理，输出用户更新后的特征和中节点的特征，并将特征集合发布在区块链上； 区块链智能合约利用预加载的GCN模型，对节点特征进行简单聚合，对于节点，其来自不同客户端的特征表示为,得到其综合特征为，并将结果发布在区块链上。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。