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！

龙图腾网获悉银联数据服务有限公司申请的专利一种基于联邦学习的模型优化方法、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：CN121257783B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511826269.X，技术领域涉及：G06N20/00；该发明授权一种基于联邦学习的模型优化方法、设备及介质是由陈任峰;倪明;陈东;张清华设计研发完成，并于2025-12-05向国家知识产权局提交的专利申请。

本一种基于联邦学习的模型优化方法、设备及介质在说明书摘要公布了：本申请公开一种基于联邦学习的模型优化方法、设备及介质，涉及人工智能技术领域，用于在提升非独立同分布数据场景下全局模型的准确率的同时，降低优化过程中的通信开销。该方法包括：在第t轮的优化过程中，从客户端资源池中选择N组客户端；为每组客户端向第一全局模型的模型参数注入随机噪声生成第一变异模型并下发，接收N组客户端分别对应的第一聚合模型并聚合得到第二全局模型，第一聚合模型为组内客户端对第一变异模型训练得到的本地模型聚合得到；若第二全局模型不满足第一预设条件，则将第二全局模型作为第t+1轮的优化过程中的第一全局模型继续优化，直至满足第一预设条件；从而提升全局模型的准确率，并降低优化过程中的通信开销。

本发明授权一种基于联邦学习的模型优化方法、设备及介质在权利要求书中公布了：1.一种基于联邦学习的模型优化方法，其特征在于，应用于服务器，所述方法包括： 在第t轮的优化过程中，针对待优化的第一全局模型，执行以下操作： 从客户端资源池中选择多个客户端进行激活，并划分为N组客户端，所述多个客户端的本地数据对应的数据分布相似度大于或等于第一阈值；所述客户端资源池中各客户端的本地数据呈非独立同分布； 针对所述N组客户端中的每一组客户端，执行： 向所述第一全局模型的模型参数注入随机噪声，生成第一变异模型； 向所述组客户端发送第一变异模型以及第一指示信息，所述第一指示信息用于指示所述组客户端中的每个客户端基于本地数据对所述第一变异模型进行本地训练，并聚合组内的本地训练结果； 接收所述组客户端中的目标客户端发送的第一聚合模型，所述第一聚合模型为所述目标客户端基于组内的各个客户端分别对应的本地模型聚合得到，每个客户端对应的本地模型为基于所述客户端的本地数据对所述第一变异模型进行本地训练得到； 将所述N组客户端分别对应的第一聚合模型进行聚合，得到第二全局模型； 若所述第t轮的优化过程得到的第二全局模型不满足第一预设条件，则将所述第t轮的优化过程得到的第二全局模型作为第t+1轮的优化过程中的待优化的第一全局模型继续优化，直至得到的第二全局模型满足第一预设条件，t为正整数。

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银联数据服务有限公司，其通讯地址为：201201 上海市浦东新区顾唐路1899号银联数据大楼；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。