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！

龙图腾网获悉重庆电子科技职业大学申请的专利一种基于联邦强化学习的网络异常检测模型的构建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：CN120498730B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202510566428.0，技术领域涉及：H04L9/40；该发明授权一种基于联邦强化学习的网络异常检测模型的构建方法是由何小强;吴攀;姚永国;王璇;朱德娇设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本一种基于联邦强化学习的网络异常检测模型的构建方法在说明书摘要公布了：本发明提供了一种基于联邦强化学习的网络异常检测模型的构建方法，包括：各个网络节点收集本地流量数据，网络节点使用本地流量数据训练节点检测模型，然后将训练完的节点检测模型的模型参数上传至服务器；服务器将各个网络节点上传的模型参数进行动态聚合，生成全局模型；服务器根据全局模型，使用知识蒸馏法生成局部模型参数，网络节点在节点检测模型中加载局部模型参数，得到异常检测模型。本发明解决了现有技术中存在的正常流量与异常流量的数量级差异导致样本严重失衡以及使用检测系统采用静态模型架构，无法针对边缘设备的计算资源动态调整推理策略，导致异常流量的检测准确率低、实时性差的问题。

本发明授权一种基于联邦强化学习的网络异常检测模型的构建方法在权利要求书中公布了：1.一种基于联邦强化学习的网络异常检测模型的构建方法，其特征在于：包括： 各个网络节点收集本地流量数据，并根据本地流量数据构造统一状态向量； 根据统一状态向量，网络节点使用GAN网络生成模拟异常样本，并将模拟异常样本和本地流量数据组合成平衡数据集； 网络节点使用平衡数据集训练节点检测模型，包括： 构建PPO学习模型作为节点检测模型，并重构奖励函数； 将平衡数据集分为训练集和验证集，使用训练集来训练PPO学习模型，使用验证集来对PPO学习模型的训练结果进行验证； 将训练完的节点检测模型的模型参数上传至服务器； 服务器将各个网络节点上传的模型参数进行动态聚合，生成全局模型参数，包括： 各个网络节点计算对应的PPO学习模型在验证集上的F1分数，然后将本地流量数据和F1分数上传至服务器； 服务器计算每个网络节点的本地流量数据的数据量占服务器接收到所有本地流量数据的数量的占比； 服务器根据占比和F1分数为每个网络节点分配动态权重，同时对于F1分数大于预设分数阈值的网络节点，为该网络节点增加额外的动态权重，然后根据动态权重对各个节点的模型参数进行加权聚合，得到全局模型参数； 根据全局模型参数生成全局模型； 服务器根据全局模型，使用知识蒸馏法生成局部模型参数，并广播至所有网络节点，网络节点在节点检测模型中加载局部模型参数，得到异常检测模型，然后使用异常检测模型进行网络异常检测。

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电子科技职业大学，其通讯地址为：401331 重庆市沙坪坝区大学城东路76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。