買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉重慶郵電大學申請的專利一種基于DAG區(qū)塊鏈的聯(lián)邦學習方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN115049071B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-19發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210656438.X，技術領域涉及：G06N20/00；該發(fā)明授權一種基于DAG區(qū)塊鏈的聯(lián)邦學習方法是由黃曉舸;鄧雪松;任洋;尹宏博設計研發(fā)完成，并于2022-06-10向國家知識產(chǎn)權局提交的專利申請。

本一種基于DAG區(qū)塊鏈的聯(lián)邦學習方法在說明書摘要公布了：本發(fā)明涉及一種基于DAG區(qū)塊鏈的聯(lián)邦學習方法，屬于通信技術領域。該方法包括以下步驟：外部代理作為任務發(fā)起者，邊緣服務器承擔模型聚合以及區(qū)塊鏈維護工作，智能設備執(zhí)行模型訓練任務；外部代理初始化全局模型及創(chuàng)世塊，決定訓練任務的生滅；邊緣服務器從DAG區(qū)塊鏈上選取tips；智能設備使用本地數(shù)據(jù)集進行本地訓練，完成一輪本地訓練后，向邊緣服務器發(fā)送狀態(tài)查詢信息以確認是否進行下一輪本地訓練；智能設備完成本地訓練后，將已更新模型上傳至邊緣服務器進行聚合，并將聚合模型作為一個交易上傳至DAG區(qū)塊鏈；邊緣節(jié)點負責模型聚合，且共同維護一個DAG區(qū)塊鏈以保障信息的傳輸可靠性以及整體系統(tǒng)的抗攻擊能力。

本發(fā)明授權一種基于DAG區(qū)塊鏈的聯(lián)邦學習方法在權利要求書中公布了：1.一種基于DAG區(qū)塊鏈的聯(lián)邦學習方法，其特征在于：該方法包括以下步驟： S1：外部代理作為任務發(fā)起者，邊緣服務器承擔模型聚合以及區(qū)塊鏈維護工作，智能設備執(zhí)行模型訓練任務；外部代理初始化全局模型及創(chuàng)世塊，決定訓練任務的生滅； S2：邊緣服務器從DAG區(qū)塊鏈上選取tips，即未被批準的交易，將交易內(nèi)模型參數(shù)進行聚合形成基礎模型，并將其下發(fā)至其覆蓋范圍內(nèi)的智能設備； S3：智能設備使用本地數(shù)據(jù)集進行本地訓練，完成一輪本地訓練后，向邊緣服務器發(fā)送狀態(tài)查詢信息以確認是否進行下一輪本地訓練； S4：智能設備完成本地訓練后，將已更新模型上傳至邊緣服務器進行聚合，并將聚合模型作為一個交易上傳至DAG區(qū)塊鏈； S5：基于接受到的智能設備信息以及聚合模型更新邊緣服務器信譽值，將其一并打包進交易內(nèi)上傳至DAG區(qū)塊鏈； S6：邊緣服務器將交易上傳至DAG區(qū)塊鏈，被邊緣服務器拉取的tips視作被新交易批準，tips的累計權重到達一定閾值，則被視作確認； S7：外部代理以固定周期從DAG區(qū)塊鏈上拉取tips并驗證其中模型是否已達期望精度，若已滿足目標則停止模型訓練任務； 所述S2中，提供tips選取方法；每筆交易中包含自身權重以及該筆交易上傳節(jié)點的信譽值，通過計算每個tip在當前可觀測的所有tips的權重占比，得到每個tip被選取到的概率；邊緣服務器選取多個tips，并將其中模型參數(shù)進行聚合得到基礎模型，以供其覆蓋范圍內(nèi)的智能設備進行本地訓練；Tipy被x批準y→x的概率表示為： 其中κ是從1開始取值的參數(shù)，CW是tip的累計權重，是邊緣節(jié)點的信譽值；在DAG區(qū)塊鏈中，每筆交易的累積權重等于其自身權重以及直接和間接驗證它的交易數(shù)量；當累積權重增加到閾值時，交易被認為在DAG區(qū)塊鏈上得到確認； 所述S5中，提供一種基于信譽值更新方法；基于歷史信譽值、模型聚合階段獲取到的全部智能設備信息，包括本地迭代輪數(shù)及設備的數(shù)據(jù)集大小、聚合模型與基礎模型之間的余弦相似度以及聚合模型精度，采用熵權法計算出邊緣服務器信譽值為0～100的實數(shù)；表示邊緣節(jié)點m的第i個指標的標準化值，得的占比為： 其中，i＝1表示邊緣節(jié)點m的歷史信譽值，i＝2表示邊緣節(jié)點m下智能設備的本地訓練輪數(shù)總和，i＝3表示邊緣節(jié)點m下智能設備的本地數(shù)據(jù)集大小總和，i＝4表示邊緣節(jié)點m的聚合模型與基礎模型之間的余弦相似度，i＝5表示邊緣節(jié)點m的聚合模型精度；標準化均采用正向指標，即其數(shù)值越高越好，其計算公式為： 由于DAG區(qū)塊鏈中的邊緣節(jié)點都在積極訓練模型，模型之間的差異用來代表模型的質(zhì)量；采用余弦相似度表示模型間的差異，表示為： 其中，表示邊緣節(jié)點m第e次聚合中的基礎模型； 由此，指標i的熵權值為： 其中，指標的熵權值越大，意味著該指標對邊緣節(jié)點m信譽值的貢獻越大； 得邊緣節(jié)點m的信譽值為： 信譽值滿分為100。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區(qū)黃桷埡崇文路2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。