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！

龙图腾网获悉重庆邮电大学申请的专利一种基于图联邦学习的模型参数更新方法及系统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：CN119623580B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411771988.1，技术领域涉及：G06N3/098；该发明授权一种基于图联邦学习的模型参数更新方法及系统是由宋秀丽;邓赫设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于图联邦学习的模型参数更新方法及系统在说明书摘要公布了：本发明公开了一种基于图联邦学习的模型参数更新方法及系统，涉及联邦学习和图神经网络领域，本发明使用联邦学习的框架来完成对图卷积神经网络的训练，使得其可以在分布于多个客户端的图上训练模型；使用邻居特征聚合函数，使得客户端之间不用在每次训练迭代中都进行通信，显著降低了通信负担；使用了一种基于注意力机制的聚合机制，允许服务器为每个参与训练的局部模型动态地分配权重，提升了模型的鲁棒性和准确性。

本发明授权一种基于图联邦学习的模型参数更新方法及系统在权利要求书中公布了：1.一种基于图联邦学习的模型参数更新方法，其特征在于，应用于图联邦学习的服务器，所述方法包括以下步骤： 对全局模型参数进行初始化，并广播至各个客户端； 接收来自于客户端训练后的局部模型参数； 对每个客户端的局部模型参数进行评估，得到每个客户端的局部模型参数的第一置信度；所述每个客户端的局部模型参数的第一置信度由所述服务器的全局模型参数与每个客户端的局部模型参数的相似度确定； 对每个客户端的局部模型参数进行量子态编码，得到每个客户端的量子态模型参数； 对每个客户端的量子态模型参数通过量子自注意力线路进行运算，得到每个客户端的局部模型参数的第二置信度；所述每个客户端的局部模型参数的第二置信度由每个客户端的局部模型参数与其他客户端的局部模型参数的相似度确定； 根据每个客户端的局部模型参数的第一置信度和第二置信度，更新服务器的全局模型参数； 将更新后的全局模型参数广播至所有客户端； 若全局模型参数收敛，则结束更新，否则重复上述过程； 所述对全局模型参数进行初始化，并广播至各个客户端之前还包括以下步骤： 接收来自于客户端的本地图节点的邻居特征密文； 对所有客户端的本地图节点的邻居特征密文进行聚合，得到本地图节点的多跳邻居特征密文； 将所述本地图节点的多跳邻居特征密文发送至客户端。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。

以上内容由龙图腾AI智能生成。