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！

龙图腾网获悉西安电子科技大学申请的专利基于约束因子的联邦学习客户端选择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：CN117217328B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202311132778.3，技术领域涉及：G06N20/00；该发明授权基于约束因子的联邦学习客户端选择方法是由李小双;王明君;闫峥;丁文秀;陈亮;王普设计研发完成，并于2023-09-04向国家知识产权局提交的专利申请。

本基于约束因子的联邦学习客户端选择方法在说明书摘要公布了：本发明提出了一种基于约束因子的联邦学习客户端选择方法，具体实现步骤为：初始化联邦学习系统；每个客户端获取训练样本集；中心服务器初始化全局模型并广播模型参数；每个客户端对全局模型进行本地训练；中心服务器基于约束因子和余弦相似度获取客户端选择结果。本发明在联邦学习客户端选择阶段首先通过比较每个客户端的约束因子与约束因子阈值选出备选客户端，能够限制每个客户端被选择的次数上限，然后再根据备选客户端中的本地模型参数与全局模型参数的余弦相似度来获得最终的客户端选择结果，充分考虑了每个客户端的参与程度及其对全局模型的贡献程度，避免了模型易陷入局部最优的缺陷，有效提高了模型的准确性和联邦学习的公平性。

本发明授权基于约束因子的联邦学习客户端选择方法在权利要求书中公布了：1.一种基于约束因子的联邦学习客户端选择方法，其特征在于，包括如下步骤： 1初始化联邦学习系统： 初始化包括中心服务器和N个客户端的联邦学习系统，客户端本地训练的迭代次数为t，最大迭代次数为T，全局约束因子阈值为并令t＝1，其中N≥2，T≥1； 2每个客户端获取训练样本集： 每个客户端Cn将持有与其他任意一个客户端满足非独立同分布的Z条数据Xn及其对应的标签Yn组成训练样本集Dn＝{Xn,Yn}，其中，Z条数据为图像数据、音频数据和文本数据中的任意一种，Z≥50，Xn＝{xn1,xn2,...,xnz,...,xnZ}，xnz表示Cn持有的第z条数据，xnz对应的标签为ynz； 3中心服务器初始化全局模型并广播模型参数： 中心服务器初始化其与每个客户端Cn第r轮通信的参数为θr的全局模型，并将θr广播至每个客户端Cn，同时为每个客户端Cn初始化第r轮通信的约束因子 4每个客户端对全局模型进行本地训练： 每个客户端Cn将作为t＝1时全局模型的参数，并通过训练样本集Dn对全局模型进行T次本地迭代训练，将训练得到的本地模型的参数上传至中心服务器； 5中心服务器基于约束因子和余弦相似度获取客户端选择结果： 中心服务器将客户端Cn的约束因子与全局约束因子阈值满足的K个客户端作为备选客户端，并计算每个备选客户端Ck的本地模型参数与全局模型参数θr的余弦相似度再对余弦相似度最高的M个客户端的约束因子进行更新后，将这M个客户端作为最终的选择结果，其中的计算公式、对第m个客户端的约束因子的更新公式分别为： 其中||·||为L2范数操作，·表示求内积操作，1≤m≤M。

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安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。