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！

龙图腾网获悉南京航空航天大学申请的专利一种基于风险规避的联邦安全强化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：CN115879503B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202211624385.X，技术领域涉及：G06N3/045；该发明授权一种基于风险规避的联邦安全强化学习方法是由卢晓珍;陈煜涵;卜艳玲;胡峰设计研发完成，并于2022-12-16向国家知识产权局提交的专利申请。

本一种基于风险规避的联邦安全强化学习方法在说明书摘要公布了：本发明公开了一种基于风险规避的联邦安全强化学习方法，提高联邦训练效率的同时规避模型聚合失败等危险状态。该方法首先构建策略风险评估机制，采用隐私保护水平和模型训练精度作为评判标准，设计基于长期风险值的R网络和基于长期折扣期望效益的Q网络，服务器采用深度强化学习算法选择参与节点，综合提高联邦学习模型训练精度和速度，并进一步保护用户的数据隐私。

本发明授权一种基于风险规避的联邦安全强化学习方法在权利要求书中公布了：1.一种基于风险规避的联邦安全强化学习方法，其特征在于，包括以下步骤： 1获取移动边缘计算系统，假设所述移动边缘计算系统中包含M个边缘设备以及N个节点； 2对M个所述边缘设备中的第i个边缘设备构建双深度网络模型，所述双深度网络模型包括一个R网络和一个Q网络，初始化所述R网络和所述Q网络的权重参数和初始化学习率α、折扣因子δ； 3所述边缘设备i观测k时刻通信范围内的可选参与节点个数 4所述边缘设备i构建k时刻所述移动边缘计算系统的状态向量具体过程为：在时刻k，所述边缘设备i获取通信范围内的参与节点个数获取所述边缘设备i与各参与节点间信道的带宽通过信道估计方法估计所述边缘设备i与参与节点j的信道增益其中1≤i≤M,根据信息，所述边缘设备i估计上一时刻的双深度网络模型的训练精度并且衡量上一时刻参与节点j的隐私保护水平并测量训练全局模型的时延以及训练全局模型的能耗则有，所述边缘设备i构建的状态向量如下： 5通过步骤3中所述边缘设备i选择的参与节点将本地模型参数发送给所述边缘设备，所述本地模型为双深度网络模型； 6所述边缘设备i将所有的参与节点发送的本地模型参数进行聚合得到全局模型参数，然后将所述全局模型参数分发给所述参与节点进行参数更新； 7所述边缘设备i计算效益； 8所述边缘设备i评估风险值； 9所述边缘设备i将包含所述状态向量、所述节点的选择策略、所述效益、所述评估风险值的经验存入经验池； 10所述边缘设备i随机从所述经验池中采样出Z条经验，根据采样出的Z条经验构建批处理样本； 11更新所述双深度网络的权重参数和 12重复步骤3～11，直到M个边缘设备学习到稳定的参与节点选择策略。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。