Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国移动通信有限公司研究院;中国移动通信集团有限公司聂文静获国家专利权

中国移动通信有限公司研究院;中国移动通信集团有限公司聂文静获国家专利权

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!

龙图腾网获悉中国移动通信有限公司研究院;中国移动通信集团有限公司申请的专利应用于移动认证的建模方法、协调节点及客户端节点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:CN116070389B

龙图腾网通过国家知识产权局官网在2026-01-20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:202111268488.2,技术领域涉及:G06F30/20;该发明授权应用于移动认证的建模方法、协调节点及客户端节点是由聂文静设计研发完成,并于2021-10-29向国家知识产权局提交的专利申请。

应用于移动认证的建模方法、协调节点及客户端节点在说明书摘要公布了:本申请公开了一种应用于移动认证的建模方法、协调节点及客户端节点,涉及移动认证领域。该应用于移动认证的建模方法,应用于协调节点,包括:对多个客户端节点进行分类,获取K类客户端节点;循环执行以下步骤,直到系统模型收敛:针对第一类客户端节点,对所述第一类客户端节点上传的模型参数进行融合,得到所述第一类客户端节点的类内融合模型的参数;对K类客户端节点的类内融合模型的参数进行融合得到系统模型参数;将所述系统模型参数下发至所述多个客户端节点;其中,K为大于或等于1的整数,所述第一类客户端节点为K类客户端节点中任一类客户端节点。上述方案,能够解决非独立同分布现象,提高了模型的精度。

本发明授权应用于移动认证的建模方法、协调节点及客户端节点在权利要求书中公布了:1.一种应用于移动认证的建模方法,应用于协调节点,其特征在于,包括: 对多个客户端节点进行分类,获取K类客户端节点; 循环执行以下步骤,直到系统模型收敛: 针对第一类客户端节点,对所述第一类客户端节点上传的模型参数进行融合,得到所述第一类客户端节点的类内融合模型的参数; 对K类客户端节点的类内融合模型的参数进行融合得到系统模型参数; 将所述系统模型参数下发至所述多个客户端节点; 其中,K为大于或等于1的整数,所述第一类客户端节点为K类客户端节点中任一类客户端节点; 其中,所述针对第一类客户端节点,对所述第一类客户端节点上传的模型参数进行融合,得到所述第一类客户端节点的类内融合模型的参数,包括: 循环执行以下步骤,直到客户端节点对本地模型的迭代更新次数达到第一阈值: 对所述第一类客户端节点上传的模型参数进行融合,得到所述第一类客户端节点的类内融合模型的参数; 将所述类内融合模型的参数发送给所述第一类客户端节点中的每一个客户端节点; 接收所述第一类客户端节点中的每一个客户端节点发送的第一参数; 其中,所述第一参数为客户端节点根据所述类内融合模型的参数对本地模型进行迭代更新后获取的模型参数; 其中,所述对K类客户端节点的类内融合模型的参数进行融合得到系统模型参数,包括: 确定每一类客户端节点的类内融合模型的参数对应的模型准确度; 获取模型准确度小于第二阈值的第一类内融合模型的参数以及模型准确度大于或等于第二阈值的第二类内融合模型的参数; 确定所述第一类内融合模型的参数与每一个第二类内融合模型的参数的欧式距离高于第三阈值的第一个数; 将第二类内融合模型的参数以及第一个数小于或等于第四阈值的第一类内融合模型的参数进行融合,获取系统模型参数; 其中,在所述确定所述第一类内融合模型的参数与每一个第二类内融合模型的参数的欧式距离高于第三阈值的第一个数之后,还包括: 删除第一个数大于第四阈值的第一类内融合模型的参数; 其中,所述将第二类内融合模型的参数以及第一个数小于或等于第四阈值的第一类内融合模型的参数进行融合,获取系统模型参数,包括: 将类内融合模型的参数对应的模型准确度确定为权重,对第二类内融合模型的参数以及第一个数小于或等于第四阈值的第一类内融合模型的参数进行加权平均,进行类间模型参数融合,获取系统模型参数。

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中国移动通信有限公司研究院;中国移动通信集团有限公司,其通讯地址为:100053 北京市西城区宣武门西大街32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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。