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！

龙图腾网获悉山东大学申请的专利基于DAG区块链和联邦学习的多方可信协作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：CN120880737B 。

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：202511042703.5，技术领域涉及：H04L9/40；该发明授权基于DAG区块链和联邦学习的多方可信协作方法及系统是由崔立真;孔兰菊;张帅鹏;鹿旭东;闫中敏;宋振设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本基于DAG区块链和联邦学习的多方可信协作方法及系统在说明书摘要公布了：本发明涉及一种基于DAG区块链和联邦学习的多方可信协作方法及系统。本申请任务发布方在DAG区块链中发布全局初始模型，任务元数据，启动协作训练任务；任务训练方基于新鲜度、可达性和数据分布相似性，从DAG区块链协作模块中动态选择Tip节点，按照设定的基于Tip选择规则的模型聚合策略将模型聚合得到本地训练模型，并训练；聚合模型后，上传模型聚合路径到DAG区块链协作模块以生成对应的哈希承诺；完成模型训练后，将模型参数及模型更新元数据加密后上传至DAG区块链协作模块；DAG区块链协作模块确认无篡改后，利用更新数据执行Tip节点更新；由任务发布方根据预设的全局训练终止条件发布训练终止命令终止训练。

本发明授权基于DAG区块链和联邦学习的多方可信协作方法及系统在权利要求书中公布了：1.一种基于DAG区块链和联邦学习的多方可信协作方法，其特征在于，包括： 任务发布方在DAG区块链中初始化发布全局初始模型，以及创建协作训练任务的加密任务元数据，启动协作训练任务流程；所述训练任务元数据包含任务发布方标识，初始全局模型摘要信息和发布时间； 任务训练方检索到协作训练任务后，任务训练方根据协作训练任务的任务要求，基于新鲜度、可达性和数据分布相似性，从DAG区块链协作模块中动态选择Tip节点；其中，Tip的新鲜度通过Tip时间戳与当前时间的差值以及Tip模型与当前模型的全局迭代轮次差异计算，根据新鲜度给可选Tip集合中的Tip设置优先级，越新鲜的Tip优先级越高；任务训练方基于本地训练模型的中间层特征，计算本地特征签名，并与候选Tip节点的相应的本地特征签名进行余弦相似度比对，评估各Tip的数据分布相似性；其中，模型更新元数据中本地特征签名的计算过程如下：任务训练方Ki具有一个私有数据集，Ni表示任务训练方Ki的私有数据集的大小，xh和yh分别是第h个数据样本的特征和标签；则任务训练方的第h个数据样本的特征xh在第k个特征提取单元下的特征签名为： ， 在上式中，zero·表示统计特征矩阵零元素个数；本地模型的第k个特征提取单元从给定的第h个数据样本的特征xh提取特征矩阵，H和W分别表示特征矩阵的高度和宽度； 第k个特征提取单元在任务训练方Ki本地数据Di上的特征签名平均值为： ， 对于任务训练方Ki，其本地训练模型中提取特征用的不同特征提取单元的特征签名平均值形成一个特征签名向量，作为本地特征签名：，m是模型中被选取用来构建本地特征签名的特征提取单元的数量，采用中间层的特征提取单元； 利用所选Tip节点拉取对应模型，按照设定的基于Tip选择规则的模型聚合策略将模型聚合得到本地训练模型，并执行本地训练模型训练；其中，基于Tip选择规则的模型聚合策略包括：获取当前全局训练状态，并结合自身模型训练轮次信息确定可选Tip集合中每个Tip的新鲜度指标；基于本地训练模型的中间层特征，计算本地特征签名，并与候选Tip节点的相应的本地特征签名进行余弦相似度；任务训练方使用广度优先搜索算法，在DAG图中追溯自身最近一次上传节点，识别当前节点的可达Tip节点，获取可达Tip集合，和剩余的不可达Tip集合；任务训练方根据Tip的新鲜度、可达性及数据分布相似性，设定Tip选择比例系数λ，分别从可达Tip集合与不可达Tip集合中选择Top-N1与Top-N2个Tip进行本地模型聚合：第k个任务训练方在第t轮的模型加权聚合公式如下： 其中，， 其中，为在第t-1轮的第i1个可达Tip节点对应的模型，为在第t-1轮的第i2个不可达Tip节点对应的模型，N1=λN，N2=1-λN，N为总选择Tip数量； 任务训练方聚合模型后，上传模型聚合路径到DAG区块链协作模块，DAG区块链协作模块生成对应的哈希承诺用于结构验证和防篡改存证； 任务训练方完成本地训练模型的训练后，将聚合后的模型参数及模型更新元数据加密后上传至DAG区块链协作模块，模型更新元数据包括：训练方标识、模型精度、本地特征签名及训练轮次； DAG区块链协作模块接收各任务训练方上传的加密更新数据，通过隐私保护机制验证各训练方上传的更新数据的真实性；确认无篡改后，利用更新数据执行Tip节点更新； 由任务发布方根据预设的全局训练终止条件发布训练终止命令终止训练。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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。