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！

龙图腾网恭喜湖南科技大学申请的专利一种面向异构资源和数据的高效分层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：CN119728753B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202510218358.X，技术领域涉及：H04L67/2866；该发明授权一种面向异构资源和数据的高效分层联邦学习方法是由梁伟;肖嘉宏;陈宇翔;何大成;阳超逸;杨策;张世文设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本一种面向异构资源和数据的高效分层联邦学习方法在说明书摘要公布了：本发明属于云‑边‑端协同训练技术领域，公开了一种面向异构资源和数据的高效分层联邦学习方法，包括：将每个边缘服务器ES端的移动设备MD根据计算能力和数据分布进行分组，使得每个组具有最大的数据分布相似性。同时将计算能力强的设备均匀的分布在不同组中，减少组间计算能力的差异性。同时，本发明设备端采用组内环形顺序训练方法，将训练好的模型传输给下一个连接的设备，减少了与移动设备MD与边缘服务器ES间的通信链路，提高了模型训练的效率。本发明利用设备之间的通信代替设备与服务器之间的通信，减少了与服务器通信的链路条数，增大了通信带宽，可以实现在减少通信开销的同时增强知识的融合。

本发明授权一种面向异构资源和数据的高效分层联邦学习方法在权利要求书中公布了：1.一种面向异构资源和数据的高效分层联邦学习方法，其特征在于，包括：构建HFL框架，并初始化HFL框架中的云服务器CS内部的全局模型参数，并将全局模型参数下发给边缘服务器ES；由边缘服务器ES将初始全局模型下发给参与训练的移动设备MD；基于移动设备MD处理样本数据的周期数据，获取每个移动设备MD进行本地模型训练的时间；基于每个移动设备MD将本地更新参数模型上传至边缘服务器ES的传输速率，获取每个移动设备MD向边缘服务器ES传输参数模型时的传输时间；进而得到每次训练迭代过程中，本地模型进行训练的时间；边缘服务器ES利用K-means算法将服务范围内的移动设备MD进行分组，并根据计算能力进行排序；每个移动设备MD将练好的模型传递给其所连接的后一个设备，该设备利用其本地的数据集继续训练模型，并在训练完成后聚合接收到的模型；直至训练到每组的最后一个设备上时，由该设备将本地训练并且聚合完成的最终模型同步上传至边缘服务器ES进行第一层的聚合；在边缘服务器ES与云服务器CS之间，每个边缘服务器ES将部分聚合好的模型上传至云端的缓冲区中，判断缓冲区中的模型数量是否达到阈值，若是，则进行全局模型聚合操作。

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湖南科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区石马头；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”。