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！

龙图腾网获悉昆明理工大学申请的专利一种基于狼群优化算法的面向长尾分布数据的联邦学习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：CN116527513B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310293089.4，技术领域涉及：H04L41/14；该发明授权一种基于狼群优化算法的面向长尾分布数据的联邦学习方法是由付晓东;普骏程;刘骊;彭玮;刘利军;丁家满;贾连印设计研发完成，并于2023-03-23向国家知识产权局提交的专利申请。

本一种基于狼群优化算法的面向长尾分布数据的联邦学习方法在说明书摘要公布了：本发明涉及一种基于狼群优化算法的面向长尾分布数据的联邦学习方法，属于联邦学习技术领域。本发明首先由服务器向客户端分发随机初始化的模型参数；其次客户端独立使用本地数据进行训练后将模型参数上传至服务器；然后服务器利用狼群优化算法定义各客户端等级，依据客户端等级更新客户端模型参数并返回至客户端，进行下一轮本地训练；完成所有训练轮次后，服务器利用马尔可夫链式转移法则聚合出全局参数。本发明基于狼群优化算法动态寻找适应各客户端数据的最优全局模型参数，避免客户端陷入局部最优解，同时利用马尔可夫链式转移法则使聚合后的全局模型参数较客户端中的最优者有所提升，在联邦学习技术领域具有实践价值和应用前景。

本发明授权一种基于狼群优化算法的面向长尾分布数据的联邦学习方法在权利要求书中公布了：1.一种基于狼群优化算法的面向长尾分布数据的联邦学习方法，其特征在于： Step1：服务器向客户端分发随机初始化的模型参数； Step2：客户端进行独立训练并将训练后的模型参数上传至服务器； Step3：服务器基于狼群优化算法定义客户端等级，再依据客户端等级更新模型参数后返回至客户端，开始下一轮本地训练； Step4：完成全部训练轮次后，服务器基于马尔可夫链式转移法则计算状态转移矩阵，进一步预测客户端在后续轮次成为等级为1的概率作为贡献权重，采用加权平均方式聚合得到全局模型参数； Step3具体为： Step3.1：服务器定义客户端等级l为1,2,3级，其中1级客户端1个，2级客户端占20％，剩余为3级客户端； Step3.2：服务器测试各客户端上传模型参数在测试集的预测精度，按精度从高到低对客户端进行排序，根据比例划分各客户端等级，精度最高的客户端等级为1，以此类推，服务器使用矩阵M记录当前训练轮次t中客户端等级为M＝[ln,t]n×t，其中ln,t表示Clientn在第t轮训练的客户端等级； Step3.3：服务器更新客户端模型参数，定义为等级为l∈{1,2,3}的客户端Clientn在t轮上传的参数，对于1级客户端，模型参数保持不变，即对于2级客户端，新模型参数为旧模型参数与1级客户端模型参数的均值，即对于3级客户端，新模型参数为与1,2级客户端模型参数均值的均值，即 Step3.4：将新模型参数返回至客户端，开始下一轮本地训练； Step4具体为： Step4.1：根据Clientn的等级矩阵M＝[ln,t]n×t计算马尔可夫状态转移矩阵 Step4.2：对于Clientn，随机初始化其起始状态矩阵为[pl1,pl2,pl3]1，其中pl1，pl2，pl3分别表示Clientn成为客户端等级为1,2,3的概率，利用马尔可夫状态转移矩阵预测100次迭代后Clientn的状态矩阵[pl1,pl2,pl3]100，将客户端等级为1的概率pl1作为Clientn的贡献值λn； Step4.3：贡献值λn作为权重，对参数进行加权平均聚合，得到最终的全局参数θglobal，即

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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。