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！

龙图腾网获悉天津开发区精诺瀚海数据科技有限公司;河北工业大学申请的专利一种云边联邦学习方法、系统及存储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：CN120930733B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511446933.8，技术领域涉及：G06N3/098；该发明授权一种云边联邦学习方法、系统及存储介质是由刘晶;康凯;季海鹏;冯海领;张玲玲设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。

本一种云边联邦学习方法、系统及存储介质在说明书摘要公布了：本申请公开了一种云边联邦学习方法、系统及存储介质，属于模型训练优化领域。首先，云端基于边缘终端上传的模型特征与数据分布信息，构建动态聚类机制，降低组内统计异质性，边缘端根据云端聚类结果进行本地训练与组内模型聚合，提升局部簇模型的一致性与适应性；其次，采用解耦知识传递机制，通过将全局模型和局部簇模型分别解耦为特征层和分类层，在蒸馏过程中进行层次分别知识对齐，强化本地模型对中间特征表达与分类决策边界的学习能力，从而提升异构数据环境下模型的收敛速度与泛化性能。进而解决了现有技术中存在的云边联邦中数据异质性导致的模型性能下降、泛化能力弱的技术问题。

本发明授权一种云边联邦学习方法、系统及存储介质在权利要求书中公布了：1.一种云边联邦学习方法，其特征在于，包括： 步骤S1：云服务器初始化全局模型，接收所有终端上传的模型特征向量； 步骤S2：在每一通信轮次开始时，云服务器判断是否满足聚类触发条件：若满足则基于最新接收到的模型特征向量将所有终端聚类为K个簇，向边缘服务器下发其管理簇的终端列表及全局模型；若不满足则直接下发全局模型至边缘服务器； 步骤S3：边缘服务器基于全局模型初始化其管理簇的局部簇模型，将局部簇模型和全局模型下发至簇内终端； 步骤S4：终端采用双教师解耦蒸馏机制迭代训练本地模型，每轮迭代中：a计算本地模型的交叉熵损失；b将全局模型和局部簇模型作为教师模型，将本地模型作为学生模型，分别计算学生模型与各个教师模型在中间特征层和分类层的蒸馏损失；c对步骤a和步骤b计算得到的损失进行加权组合，得到总损失；d基于总损失更新本地模型参数； 步骤S5：终端训练完成后，提取本地模型的模型特征向量并上传至云服务器，将更新后的本地模型参数上传至对应的边缘服务器； 步骤S6：边缘服务器加权聚合簇内终端上传的本地模型参数，生成新的局部簇模型并上传至云服务器； 步骤S7：云服务器聚合所有局部簇模型，更新全局模型； 步骤S8：若当前通信轮次未达预设总轮次，则重复步骤S2至S7；否则输出终端聚类结果和最终全局模型。

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天津开发区精诺瀚海数据科技有限公司;河北工业大学，其通讯地址为：300457 天津市滨海新区经济技术开发区洞庭路58号融汇大厦803室；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。