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！

龙图腾网获悉湖北文理学院申请的专利基于FISCO群组机制的联邦学习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：CN118194978B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202410441917.9，技术领域涉及：G06N3/098；该发明授权基于FISCO群组机制的联邦学习系统是由李晓丽;陈正;董泽华;徐德刚;刘家磊;谷琼设计研发完成，并于2024-04-12向国家知识产权局提交的专利申请。

本基于FISCO群组机制的联邦学习系统在说明书摘要公布了：本发明公开了基于FISCO群组机制的联邦学习系统，包括监管节点群组和多个层次的客户端群组，针对任一个客户端，获取并根据初始化的或者上一次学习迭代得到的全局模型，进行本地训练更新，得到更新后的本地模型；针对任一个客户端群组，基于实用拜占庭容错共识机制和基于余弦相似度的恶意节点筛选机制，得到更新后的局域模型；基于区块链或监管节点，聚合得到更新后的全局模型；直至满足预设的联邦学习收敛条件，否则进入下一轮的联邦学习。本发明通过划分不同层次的客户端群组，在保留安全性和去中心化的同时，保障了区块链系统的隐私性；其次，监管节点的引入，不仅可以起到跨机构的穿透式监管，还可以大大提升模型聚合的效率。

本发明授权基于FISCO群组机制的联邦学习系统在权利要求书中公布了：1.基于FISCO群组机制的联邦学习系统，其特征是，包括监管节点群组和多个层次的客户端群组，一个客户端群组包括多个客户端，一个层次的客户端群组下属有多个下一层次的客户端群组；所述监管节点群组包括多个层次的监管节点，一个监管节点用于监控同一层级的一个或多个客户端群组； 针对任一个客户端，用于，获取初始化的或者上一次学习迭代得到的全局模型；根据所述全局模型，基于随机梯度下降算法对客户端的本地模型进行本地训练更新，通过预设的τ-inexact解的计算，得到客户端的更新后的本地模型； 针对任一个客户端群组，用于，根据所述客户端群组中多个客户端的更新后的本地模型，基于实用拜占庭容错共识机制和基于余弦相似度的恶意节点筛选机制，得到所述客户端群组的更新后的局域模型； 基于区块链或监管节点，用于，根据所有客户端群组的更新后的局域模型，聚合得到更新后的全局模型；响应于所述更新后的全局模型满足预设的联邦学习收敛条件，则完成全局模型的基于FISCO群组机制的联邦学习，否则进入下一轮的联邦学习； 所述得到客户端的更新后的本地模型，包括如下步骤： 获取初始化的或者上一次学习迭代得到的全局模型； 根据所述全局模型，基于随机梯度下降算法计算客户端的本地损失，进而计算客户端的本地更新； 根据所述客户端的本地更新，通过预设的τ-inexact解的计算，得到客户端的更新后的本地模型； 所述本地损失的表达式为： 式中，表示客户端i的本地损失；表示客户端i的本地模型；wt表示全局模型；表示模型在客户端i的数据分布上的损失；β表示控制对本地模型施加的约束强度；||·||2表示2范数； 所述本地更新的表达式如下： 式中，表示客户端i的本地更新；表示客户端i利用随机梯度下降算法对本地模型进行训练得到的梯度更新； 所述更新后的本地模型的表达式如下： 式中，表示客户端i在第t+1轮次的本地模型；α表示机器学习率；τ表示本地训练轮次； 所述客户端群组包括第一层次客户端群组、第二层次客户端群组和第三层次客户端群组，所述聚合的方法包括区块链订阅聚合和监管节点聚合； 所述区块链订阅聚合包括如下步骤： 基于第二层次客户端群组，根据下属的所有的第三层次客户端群组的更新后的局域模型，以及第二层次客户端群组自身更新后的局域模型，得到二次更新后的局域模型； 基于第一层次客户端群组，根据下属的所有的第二层次客户端群组的二次更新后的局域模型，以及第一层次客户端群组自身更新后的局域模型，得到二次更新后的局域模型； 将所有的第一层次客户端群组的二次更新后的局域模型进行聚合，得到更新后的全局模型； 所述监管节点聚合包括如下步骤：基于预设的监管节点将所有的客户端群组的局域模型发送到监管节点群组；基于所述监管节点群组对所有局域模型进行聚合，聚合得到更新后的全局模型。

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湖北文理学院，其通讯地址为：441053 湖北省襄阳市襄城区隆中路296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。