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！

龙图腾网获悉河北工程大学申请的专利边缘算力网络中的异常算力联邦检测方法、系统及介质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：CN116502162B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310378971.9，技术领域涉及：G06F18/2433；该发明授权边缘算力网络中的异常算力联邦检测方法、系统及介质是由张龙;暴海周;邵明明;贾星亮;邵继保;冯青凯设计研发完成，并于2023-04-11向国家知识产权局提交的专利申请。

本边缘算力网络中的异常算力联邦检测方法、系统及介质在说明书摘要公布了：本发明公开了一种边缘算力网络中的异常算力联邦检测方法、系统及介质，包括边缘算力网络通过按需、灵活、高效联合调度网络资源和算力资源保障用户业务体验，对边缘资源池进行算力异常监控，建立算力异常检测运行机制；提出聚合边缘服务节点和边缘节点之间通信的联邦异常检测框架；面向边缘算力网络算力节点算力异常的问题，提出一种基于CNN‑BILSTM的异常检测模型用于识别异常算力；准备HDFS数据集与PageRank数据集，准备实验环境进行本地训练，采用精准率Precision、召回率Recall及F1值评价指标，得出实验结果与分析。利用本发明，在边缘算力节点上保证数据与隐私安全并进行实时的异常检测，有效地提高了边缘计算系统的性能和可靠性。

本发明授权边缘算力网络中的异常算力联邦检测方法、系统及介质在权利要求书中公布了：1.一种边缘算力网络中的异常算力联邦检测方法，其特征在于，包括以下步骤： S1.边缘算力网络通过按需、灵活、高效联合调度网络资源和算力资源保障用户业务体验，对边缘资源池进行算力异常监控，建立算力异常检测运行机制，包括用户业务请求，需求解析模块分析用户业务需求，资源调度模块管理边缘资源池和边缘网关，业务部署及故障监控模块协助需求解析模块确定业务部署位置和资源，并对边缘资源池进行异常检测； S2.提出聚合边缘服务节点和边缘节点之间通信的联邦异常检测框架，该框架包括聚合边缘服务节点、边缘节点及异常检测系统三要素，所述异常检测系统包括：客户端请求算力注册、服务器节点初始化全局模型、服务器节点选择客户端本地训练、服务器节点模型聚合、客户端算力异常检测； S3.通过基于CNN-BILSTM的异常检测模型来识别异常算力； S4.准备HDFS数据集与PageRank数据集，准备实验环境进行本地训练，采用精准率Precision、召回率Recall及F1值评价指标，得出实验结果与分析； 其中，xi,yi表示客户端i位置，xS,yS表示服务器节点S位置； 所述边缘算力网络中的异常算力联邦检测方法的步骤S2中所述服务器节点初始化全局模型包括bert词嵌入层、卷积层、双向LSTM层、线性层，此模型的输入为一个batch_size大小的文本序列，其中每个文本都被表示为一个形状为sequence_length,768的矩阵，模型的输出是每个文本属于两个类别中的哪一个的概率，由softmax函数计算得到； 假设w0是全局模型初始参数，那么服务器节点在联邦学习开始时用表达式来初始化全局模型参数； 其中，表示初始的全局模型参数，服务器节点和客户端之间需要进行通信，最大通信次数为T，每次通信的周期为t，初始时，通信周期t的值为1； 所述边缘算力网络中的异常算力联邦检测方法的步骤S2中的所述服务器节点选择客户端本地训练具体为：在通信周期t内，服务器节点S随机选择k个客户端参与训练，其中k≤K，服务器节点S将初始化全局模型w0发送给这些选中的客户端，设每个客户端i上有一个数据集其中[1,k]表示整数范围，每个客户端i根据自己本地的数据集进行本地训练，并生成一个局部模型参数其中是客户端i使用本地数据进行训练得到的损失函数，表示该损失函数相对于模型参数的梯度，η表示学习率，客户端i的本地训练迭代次数用li表示。

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河北工程大学，其通讯地址为：056038 河北省邯郸市邯郸经济技术开发区太极路19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。