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！

龙图腾网恭喜西北农林科技大学申请的专利一种分簇网络架构下的可靠联邦学习方法、系统、设备及终端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：CN115150918B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210626888.4，技术领域涉及：H04W40/24；该发明授权一种分簇网络架构下的可靠联邦学习方法、系统、设备及终端是由孙红光;宋振东;李书琴;张宏鸣;徐超设计研发完成，并于2022-06-06向国家知识产权局提交的专利申请。

本一种分簇网络架构下的可靠联邦学习方法、系统、设备及终端在说明书摘要公布了：本发明属于无线通信技术领域，公开了一种分簇网络架构下的可靠联邦学习方法、系统、设备及终端，系统根据分簇规则选出簇头用户，并将网络中所有参与联邦学习任务的用户与其最近的可信簇头进行关联，从而完成分簇过程；簇头用户根据接收的簇内用户的本地模型参数聚合生成簇内模型，并协助簇内用户完成本地信誉表的更新；基站根据接收的簇内模型参数聚合生成全局模型，并协助网络中所有用户完成本地模型参数以及信誉表的更新；重复上述过程，直至联邦学习任务完成或者用户设备能量耗尽。本发明克服了无线联邦学习在典型的客户‑服务器架构下扩展性有限和能耗过大的不足，保证无线联邦学习的安全性，延长整个网络的生命周期。

本发明授权一种分簇网络架构下的可靠联邦学习方法、系统、设备及终端在权利要求书中公布了：1.一种分簇网络架构下的可靠联邦学习方法，其特征在于，所述分簇网络架构下的可靠联邦学习方法包括：系统根据分簇规则选出簇头用户，并将网络中所有参与联邦学习任务的用户与其最近的可信簇头进行关联，从而完成分簇过程；簇头用户根据接收的簇内用户的本地模型参数聚合生成簇内模型，并协助簇内用户完成本地信誉表的更新；基站根据接收的簇内模型参数聚合生成全局模型，并协助网络中所有用户完成本地模型参数以及信誉表的更新；重复上述过程，直至联邦学习任务完成或者用户设备能量耗尽；所述分簇网络架构下的可靠联邦学习方法包括以下步骤：步骤一，基站发布联邦学习任务，并初始化相关模型和参数；在网络中均匀选择若干个可信设备作为首轮的簇头用户设备，其他设备选择最近的簇头用户进行关联，并通过本地信誉表相互鉴别以完成分簇过程；步骤二，在本地用户设备完成每一轮次的训练后，将本地模型参数上传至其关联的簇头用户，簇头用户设备根据各用户的可信程度将所有接收到的本地模型参数聚合成簇内模型，并负责协助簇内用户完成本地模型参数以及分布式信誉表的更新；步骤三，在完成若干轮次簇内模型的聚合更新后，簇头用户将当前的簇内模型参数和部分信誉表上传至基站，基站根据各簇内的数据比重将所有接收到的簇内模型参数聚合成全局模型，并负责协助网络中所有用户完成本地模型参数以及分布式信誉表的更新；步骤四，在完成若干轮次全局模型的聚合更新后，网络中的所有用户设备根据特定的簇头选择算法选出新的簇头用户并重新进行分簇；所述步骤一和步骤四中的用户设备的分簇过程包括：在分簇过程中，簇头用户和普通用户之间通过各自维护的分布式信誉表相互验证对方的可靠性，只有相互信任的簇头用户设备和普通用户设备之间才能进行关联；若用户的本地信誉表中缺少对某些用户的信誉记录，则将所述用户的信誉值统一看成初始化的中性信誉，Mk，c＝0.5；在分簇过程中，每个簇头用户关联的普通用户数是有限的；当一个簇头用户设备关联的普通用户设备数达到上限时，将拒绝其他任何用户的验证或关联请求，用户设备选择其他邻近的簇头继续验证并关联；若用户未加入任何簇，则成为网络中的孤岛用户；在分簇网络架构下定义孤岛用户通过上一轮与其关联的簇头中继传输本地模型参数至本轮簇头或基站。

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西北农林科技大学，其通讯地址为：712100 陕西省咸阳市杨凌示范区邰城路3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”。