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！

龙图腾网获悉广州大学申请的专利分层联邦学习模型训练方法、装置、设备及介质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：CN120050299B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202510109822.1，技术领域涉及：H04L67/12；该发明授权分层联邦学习模型训练方法、装置、设备及介质是由张乐君;龙文杰;郭然;苏申;刘园;田志宏设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本分层联邦学习模型训练方法、装置、设备及介质在说明书摘要公布了：本申请提供一种分层联邦学习模型训练方法、装置、设备及介质，根据本申请的方法包括：基于车联网架构，将其分为车辆层、中间协调层和全局协调层。车辆节点利用全局协调层的初始参数训练模型，获取本地梯度。中间协调层接收后，把相似车辆节点划分为预设集合，计算各集合平均梯度并初步对齐，再由路侧单元进行最终对齐。全局协调层通过第一阶段共识机制，依据梯度一致性和数据质量筛选可信车辆节点，接着用第二阶段共识机制对筛选后的节点梯度进行全局聚合，生成最终模型参数，并反馈至中间协调层和车辆层分发。该技术方案提升了车联网中联邦学习的训练性能，降低通信开销，增强系统安全性与数据可信度，能有效应对数据异质性和恶意节点问题。

本发明授权分层联邦学习模型训练方法、装置、设备及介质在权利要求书中公布了：1.一种分层联邦学习模型训练方法，其特征在于包括： S1、基于车联网的整体架构，将车联网划分为车辆层、中间协调层以及全局协调层，所述车辆层包括多个车辆节点，车辆节点通过全局协调层的初始全局模型参数对分层联邦学习模型进行训练获取本地梯度； S2、所述中间协调层接收车辆节点上传的本地梯度，将车辆节点中的相似节点划分为预设个数的集合，并计算每个集合的平均梯度，对每个集合的平均梯度进行初步对齐； S3、中间协调层的路侧单元对初步对齐后的平均梯度采用预设的对齐机制进行最终对齐，所述预设的对齐机制通过进行多轮全局校准，将初步对齐的平均梯度调整至与全局最优方向一致，并通过动态权重分配机制对各集合的贡献进行优化，获取更新梯度上传到全局协调层； S4、全局协调层采用第一阶段共识机制对所述中间协调层上传的更新梯度通过评估梯度一致性和数据质量筛选可信车辆节点； S5、通过第二阶段共识机制对筛选后的可信车辆节点的梯度进行全局聚合，生成最终的分层联邦学习模型参数，并将分层联邦学习模型参数反馈至中间协调层和车辆层进行分发。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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。