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！

龙图腾网获悉西北大学申请的专利一种由区块链辅助的联邦学习无线网络模型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：CN115293256B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202210921819.6，技术领域涉及：G06N3/098；该发明授权一种由区块链辅助的联邦学习无线网络模型是由郑杰;周一璇;许佶鹏;陈沐梓;曹亚梅;曹瑞;高岭;王海设计研发完成，并于2022-08-02向国家知识产权局提交的专利申请。

本一种由区块链辅助的联邦学习无线网络模型在说明书摘要公布了：一种由区块链辅助的联邦学习无线网络模型，边缘设备将本地训练的模型更新发送给中心服务器，利用智能合约验证上传的参数并由服务器聚合，聚合阶段采用无线联邦学习算法适配无线环境，最后将模型参数返回给边缘设备以开始下一轮的学习；将联邦学习与区块链结合，保护用户不可信或参数受到中毒攻击的问题，提高了系统的可靠性和安全性；解决计算和通信资源分配优化问题，将该非凸问题分解为几个子问题，利用凸优化、连续凸近似等方法分别求解，实现了最小化时间和能量成本；对资源优化问题给出数值结果，利用PyTorch在多个数据集上对算法进行实验评估，数值和实验结果表明所提出的方案有效改善总能耗并能减轻数据中毒攻击对学习过程的影响。

本发明授权一种由区块链辅助的联邦学习无线网络模型在权利要求书中公布了：1.一种由区块链辅助的联邦学习无线网络模型，其特征在于，包括以下步骤： 步骤1、通过向良性训练数据集中秘密注入恶意流量来毒化训练数据，以破坏联邦学习过程，数据中毒攻击导致模型全局准确率下降；将无线联邦学习算法与联邦平均算法在数据中毒攻击下进行比较，发现无线联邦学习算法比联邦平均算法更加容易在不可信的信道上传输时遭受到中毒攻击，且受到的破坏更大；加入区块链极大地改善中毒攻击下的联邦学习，对于更容易受到攻击的无线联邦学习显得尤为重要；将联邦学习问题分为本地问题和全局问题，通过使用无线联邦学习算法解决问题，从而建立联邦学习模型： 1模型由物联网设备、移动设备共N个终端用户和一个边缘服务器组成，终端设备负责收集或生成运行数据，每个终端用户n拥有本地数据的大小为Dn，然后，定义总数据大小即为D＝∑Dn，联邦学习适合有监督学习，使用表示用户n的数据，xi为终端用户收集的数据，yi为xi的标签；对于联邦学习问题，分为本地问题和全局问题，对于所有处在边缘设备的本地，则对于输入为xi的样本数据xi,yi，任务是通过损失函数fiw找到表征输出yi的模型参数w∈Rd，设边缘设备n的损失函数为: 而全局问题中，只需解决如下全局损失函数的函数最小化问题： 2为了适用的无线环境，联邦学习算法采用无线联邦学习算法解决问题； ①设本地训练精度为θ∈0,1,一个可控的η作为参数用来加权局部和全局梯度估计； 在边缘设备本地训练阶段，设备n为了在第t个全局轮收到本地模型设备首先会从服务器接收反馈信息wt-1和分别在后面的4和5中定义，并且在Kl的本地轮内求解2以得到满足3的θ近似解 ②接着边缘设备n将本地模型参数和梯度发送到边缘服务器，边缘服务器将其进行如下聚合: 然后将和反馈给边缘设备，以此反复，直至全局损失函数1收敛； 步骤2、联邦学习模型与区块链结合： 为了提升步骤1所述模型的安全性和可靠性，在靠近边缘服务器的一端设置区块链节点，使用Solidity语言开发智能合约，并将其部署在以太坊上，具体包括： 1在靠近边缘服务器的一端设置区块链节点，边缘服务器维护区块链的运行，区块链主要的功能在于运行验证参数的智能合约，使用Solidity语言开发智能合约，并将其部署在以太坊上，为了保证系统的安全性，分布式节点将利用开发的智能合约来维护分布式账本和验证交易，区块链设计中的验证契约是系统中检查数据传输时是否遭受中毒攻击安全的关键契约，在每一个全局轮中，以随机的方式选择参与联邦训练的边缘设备，虽然边缘设备通过机器学习本地模型产生不同模型更新参数，而这些参数会在一定的范围内，智能合约在执行后会将结果发送至服务器，以使服务器聚合那些没有遭受攻击的参数； 2基于区块链的无线联邦学习算法步骤： ①输入w0,θ∈[0,1],η0. ②对于t＝1到Kg做以下循环： ③计算：UEn从服务器接收wt-1和并在Kl轮中解决2，以获得满足3的θ个近似解 ④通信：UEn传输和 到边缘服务器； ⑤验证：使用区块链智能合约进行参数验证； ⑥聚合和回馈：边缘服务器分别按照4和5的方式更新全局模型wt和然后将其反馈给所有UE； 步骤3、计算模型资源消耗： 联邦学习的建模分析从时间和能耗两方面展示其资源消耗，加入区块链之后，由于块验证需要一定的时间，在区块链模型中建立块中事务验证的时间消耗模型，与之前联邦模型中的计算和通信时间消耗一起作为最终的时间消耗，具体包括： 1时间消耗：联邦学习中总的时间消耗由本地计算时间、上行链路通信时间两部分组成；由于本地计算时间只取决于本地轮数Kl，其与θ相关： 其中σ和ρ是取决于θ的常数，其取值范围是0,1； 以Tcp表示一个本地轮的计算时间，则一个全局轮的计算时间为KlTcp，以Tco表示一个全局轮的通信时间，则一个联邦学习全局轮的总时间消耗作如下表示： 对于全局问题，对于一个任意的小常数∈0，全局问题中， 在满足下式时实现了全局收敛： 其中w*是问题1的最优解，Kg为全局轮数； 当Fn*是L-smooth且β-stronglyconvex时, 其中且 2能量消耗：用cn表示边缘设备n执行一个数据样本需要的CPU轮数，因为所有的样本具有相同的大小，则该设备进行一次本地轮计算所需的CPU周期数为cnDn，再设边缘设备n的CPU频率为fn,计算芯片的有效电容系数为则其每轮计算的CPU能耗表示为： 给出每一个通信轮的能量消耗为： En,co＝τnpnsnτn11 其中τn表示分配给边缘设备n的通信时间所占的分数： 其中，B为带宽，N0为背景噪声，为平均信道增益； 与计算时间类似，本地计算的能量消耗也取决于本地轮数，则一个联邦全局轮的总能量消耗作如下表示： 3加入区块链之后由于块验证需要一定的时间，在区块链模型中建立块中事务验证的时间消耗模型，与之前联邦模型中的计算和通信时间消耗一起作为最终的时间消耗；块验证的时间是由于边缘设备上传参数后触发智能合约，智能合约以交易的形式出现在区块链中，然后块生产者收集交易并将其打包到一个块中，该块被在以太坊中等待被共识验证，因此，时间成本为： 其中fb是区块链中块产生频率，Sbl是区块大小，fs为边缘服务器为区块链分配的计算能力； 步骤4、资源分配优化： 同时优化时间和能量问题是非凸的，将该问题分解成几个具有凸结构的子问题，利用凸优化、连续凸近似方法分别求解，在给定真实数值后计算得到问题的数值结果，具体包括： 1考虑在保证高质量联邦训练的同时最小化时间和通信成本是核心问题，找到模型准确性和联邦训练过程的时间成本之间的权衡，基于此，解决如下优化问题： 0≤θ≤1,18 为了达到能量消耗和训练时间之间的平衡，优化问题中使用权重λ焦耳秒作为所提出模型为减少一个单位训练时间所愿意承担的额外能量消耗的量，根据优化理论，1λ对于边缘设备能量的“硬约束”也起着拉格朗日乘子的作用；由于目标函数中存在两个函数的若干乘积，所提出模型是非凸的，通过将其分解为多个简单的子问题来求解目标函数； 2首先我们将θ和η均固定，此时目标函数分解为以下两个子问题： SUB1: SUB2: SUB1：子问题1是一个cpu周期控制问题，用于本地计算时间和能量最小化；sub2：子问题2被视为上行功率控制，以确定终端的时间共享比例，以最小化终端的能量和通信时间，看出子问题1和子问题2都是凸问题； 3对于子问题1：我们将处于边缘的设备按照执行能力进行分组，并设最优的fn为最优的Tcp为Group1中的设备始终以最高频率运行，此时Group2中的设备即使以最低频率运行，也能很快完成任务,此时Group3中的设备在其可行集内部具有最佳频率,此时 而由于边缘设备的本地计算是同时进行的，取决于上述三组设备中运行时间的最大值，即： 每个设备的最优频率由和该设备所属的子集决定，那么sub1的最优解根据λ的不同而不同；当时，只允许能够在最低频率运行的设备存在，此时当时，允许能够在最低频率运行的设备和其可行集内部具有最佳频率的设备存在，此时 当 时，只有在其可行集内部具有最佳频率的设备可以运行，此时 当时，只有Group1中的设备运行，此时 4对于子问题2：从12和23共同得出设备以其最小功率和最大功率发射时传输数据所需的最长和最短时间，定义一个间接的功率控制函数，其通过权重κ来调整功率，以控制此时应该传输的数据量： 其中W·是兰伯特函数； 5与子问题1一样，子问题2的最优解根据权重κ的不同而不同，当意味着设备总以最小功率运行，此时当意味着设备会找到一个合适的功率发送数据，此时当设备愿意以最大功率运行，此时而 子问题1和子问题2的解不依赖于θ和η，因此得到f*、τ*以及其中*表示得到的值为最优值，而对于可以通过最大化基站为区块链分配的计算能力得到，这些值将影响到所提出模型的第三个子问题，如下所示： SUB3: subjectto0θ1, 虽然子问题3是非凸的，但需要优化的变量只有θ和η，使用连续凸近似的方法来找到最优解； 步骤5、利用智能合约验证上传参数，并将模型在无线网络中作为一个资源分配优化问题，将该问题分解成几个具有凸结构的子问题，然后逐一求解，并在给定真实数值后计算得到问题的数值结果，最终得到能够有效改善中毒攻击问题，且资源分配良好的模型。

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大学，其通讯地址为：710069 陕西省西安市碑林区太白北路229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”。