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！

龙图腾网获悉深圳大学申请的专利联邦学习中的客户端选择方法、系统、装置和存储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：CN115600691B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202211159447.4，技术领域涉及：G06N20/20；该发明授权联邦学习中的客户端选择方法、系统、装置和存储介质是由刘刚;蒋琬;陈晓枫;毛睿设计研发完成，并于2022-09-22向国家知识产权局提交的专利申请。

本联邦学习中的客户端选择方法、系统、装置和存储介质在说明书摘要公布了：本发明公开了一种联邦学习中的客户端选择方法、系统、电子装置和存储介质，方法包括：在每轮训练开始时，从服务器端向所有客户端下发全局模型；在客户端保存所述全局模型，使用本地数据对全局模型训练后生成局部模型，计算当前训练轮次的所述局部模型和保存的上一轮次的所述全局模型的差异度；使用差异度、预先设置的第一超参数、第二超参数以及时间因子计算所有客户端的权重；选择权重最大的k个客户端训练的局部模型上传至服务器，并在服务器上聚合所有局部模型，更新全局模型；本发明能提升了本地数据的安全性、提升数据异构场景下客户端选择的公平性、减轻联邦学习数据异构导致的性能下降。

本发明授权联邦学习中的客户端选择方法、系统、装置和存储介质在权利要求书中公布了：1.一种联邦学习中的客户端选择方法，其特征在于，包括： 在每轮训练开始时，从服务器端向所有客户端下发全局模型； 在客户端保存所述全局模型，使用本地数据对全局模型训练后生成局部模型，计算当前训练轮次的所述局部模型和保存的上一轮次的所述全局模型的差异度； 使用所述差异度、预先设置的第一超参数、第二超参数以及时间因子计算所有客户端的权重，所述时间因子用于加大长时间未参与聚合的客户端被选择的概率； 选择权重最大的k个客户端训练的局部模型上传至服务器，并在服务器上聚合所有局部模型，更新全局模型； 其中，所述差异度的具体计算方法为： 其中，表示在当前训练轮次第t轮中第i个客户端和上一轮全局模型的差异度，表示第t-1轮全局模型的梯度，表示第t轮中第i个客户端的模型梯度； 所述使用所述差异度、预先设置的第一超参数、第二超参数以及时间因子计算客户端的权重，具体计算方法为： 其中，代表第i个客户端在第t轮中所占的权重，和是预先设置的第一超参数和第二超参数，T为时间因子。

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深圳大学，其通讯地址为：518000 广东省深圳市南山区南海大道3688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。