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！

龙图腾网获悉湘潭大学申请的专利一种基于区块链和联邦学习的群智感知激励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：CN115292413B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202210948033.3，技术领域涉及：G06F16/27；该发明授权一种基于区块链和联邦学习的群智感知激励方法是由欧阳建权;唐欢容;王文科设计研发完成，并于2022-08-09向国家知识产权局提交的专利申请。

本一种基于区块链和联邦学习的群智感知激励方法在说明书摘要公布了：本发明涉及群智感知技术领域，公开了一种基于区块链和联邦学习的群智感知激励方法，包括以下步骤：S1计算候选人的初始信誉值Reii；S2通过反向拍卖方法去除恶意参与者；S3分配全局模型；S4得到本轮迭代后的全局模型，将其与上一轮全局模型进行比较，若迭代后的全局模型达到收敛，则执行步骤S5，若不满足则继续执行步骤S3；S5按参与者的贡献来进行奖励分发，对参与者信誉值进行更新；S6将本次任务的交互信息上传到区块链中。本发明能够在确保用户隐私的前提下，抑制恶意用户参与群智感知场景，提升用户上传的数据模型质量，提高数据拥有方参与群智感知的积极性。

本发明授权一种基于区块链和联邦学习的群智感知激励方法在权利要求书中公布了：1.一种基于区块链和联邦学习的群智感知激励方法，其特征在于，包括以下步骤： S1群智感知任务发布者从区块链中得到用户历史信誉评估值，通过初始信誉计算公式得到候选人的初始信誉值Rei； S2通过结合候选人初始信誉值Rei和候选人竞标价格的反向拍卖方法对想要参加本次任务的候选人集合进行筛选，去除恶意参与者，得到更高质量的参与者集合； S3将全局模型分配给所述的参与者集合中的用户； S4参与者上传本地训练模型，任务发布者聚合本地训练模型，得到本轮迭代后的全局模型，将其与上一轮全局模型比较，若迭代后的全局模型达到收敛，则执行步骤S5，若不满足则继续执行步骤S3；步骤S4中所述的“任务发布者聚合本地训练模型，得到本轮迭代后的全局模型”实现如下：设当前轮次为第t轮训练过程，任务发布者采用信誉权重聚合函数对参与者上传的本地模型梯度进行聚合，然后将聚合之后的全局梯度分配给参与者集合中的用户；其中，为第t轮训练过程中参与者i所提交的本地模型梯度，为任务发布者第t轮通过聚合参与者提交的本地模型梯度得到的全局模型梯度； 在执行第t轮步骤S4中在所述的“继续执行步骤S3”之前，还包括步骤：利用皮尔逊相关系数衡量本轮参与者上传的模型梯度与全局模型梯度的相似度，将在模型训练过程中可能存在的恶意用户从下一轮模型训练中移除，从而防止参与者中可能存在搭便车行为；实现如下： S4.1计算参与者i在本轮模型聚合中的相对信誉值其中： 表示参与者i在第t轮中的本地模型梯度与当前轮次全局模型梯度之间的相似度，其中为Pearson相关系数，为第t轮训练过程中参与者i所提交的本地模型梯度，为任务发布者第t轮通过聚合参与者提交的本地模型梯度得到的全局模型梯度； S4.2将参与者i在本轮的相对信誉值与信誉阈值β进行比较，统计参与者相对信誉值低于信誉阈值β的次数，若高于任务发布者设定的次数count，则将该参与者从下一轮训练过程中移除，其中信誉阈值 S5利用shapley值思想评估参与者的全局模型贡献度，依据所述参与者的贡献来进行奖励分发，并根据信誉值更新函数对参与者的信誉值进行更新； S6任务结束，将本次任务的交互信息上传到区块链中。

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湘潭大学，其通讯地址为：410205 湖南省湘潭市湘潭大学；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。