Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆大学陈咸彰获国家专利权

重庆大学陈咸彰获国家专利权

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!

龙图腾网获悉重庆大学申请的专利一种基于云边端的协同分布式学习防御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:CN119945761B

龙图腾网通过国家知识产权局官网在2025-11-11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:202510054925.2,技术领域涉及:H04L9/40;该发明授权一种基于云边端的协同分布式学习防御方法及系统是由陈咸彰;周兴杰;陈琳;刘树衎;孙乔设计研发完成,并于2025-01-14向国家知识产权局提交的专利申请。

一种基于云边端的协同分布式学习防御方法及系统在说明书摘要公布了:本发明涉及计算机系统技术领域,具体公开了一种基于云边端的协同分布式学习防御方法及系统,在云服务器和n个边端设备的学习过程中,云服务器在接收到n个边端设备的参数差值后,基于该参数差值计算每个边端设备的权重值,基于每个边端设备的权重值和参数差值更新全局模型的参数。本发明按照模型结构将每个边端设备的参数差值进行分层后进行聚类并生成良性集合,以从层空间的粒度对恶意边端设备进行检测,检测粒度更细;利用余弦和欧式距离作为两种测量尺度来检测每一层的恶意边端设备,检测尺度多样;对不同层赋予不同权重以及对不同边端设备赋予权重值,加权方式更加动态灵活;云服务器的运行时间仅与模型参数呈线性关系,计算开销成本低。

本发明授权一种基于云边端的协同分布式学习防御方法及系统在权利要求书中公布了:1.一种基于云边端的协同分布式学习防御方法,其特征在于,包括步骤: S1、在每个通信轮中,云服务器将全局模型的参数广播给n个边端设备; S2、每个边端设备将接收到的全局模型的参数初始化为自身参数并基于本地数据集对自身参数进行更新; S3、每个边端设备将更新后的自身参数与全局模型的参数之间的差值发送给云服务器; S4、云服务器基于接收到的n个边端设备的参数差值计算每个边端设备的权重值; S5、基于每个边端设备的权重值和每个边端设备上传的参数差值,采用聚合的方式对全局模型的参数进行更新; 所述步骤S4具体包括步骤: S41、云服务器按照网络模型的层级结构将每个边端设备上传的参数差值分为L层; S42、分别计算n个边端设备每一层参数差值的成对余弦距离和成对欧式距离,得到每一层参数差值的n2个成对余弦距离和n2个成对欧式距离; S43、分别对每一层参数差值的n2个成对余弦距离和n2个成对欧式距离进行聚类,得到对应的余弦距离聚类簇和欧式距离聚类簇; S44、分别将每一层参数差值的余弦距离聚类簇和欧式距离聚类簇中设备数量最多的簇所对应的边端设备集合作为候选良性集,并将两个候选良性集的交集作为该层参数差值的良性集合; S45、基于每一层参数差值的良性集合计算每个边端设备的信任分数; S46、基于每个边端设备的信任分数计算每个边端设备的权重值。

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大学,其通讯地址为:400044 重庆市沙坪坝区沙正街174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。