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！

龙图腾网获悉云南省大数据有限公司申请的专利一种联邦学习贡献度评估与收益分配系统及方法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：CN121562857B 。

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：202610076888.X，技术领域涉及：G06N20/00；该发明授权一种联邦学习贡献度评估与收益分配系统及方法是由普艳红;余正涛;杨春平;陶涛;陈嘉清;祝烈煌;周永彬;李林玉;李亚兵;韩露;张英;胡文菲;孟祥燕;张艳设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种联邦学习贡献度评估与收益分配系统及方法在说明书摘要公布了：本发明涉及一种联邦学习贡献度评估与收益分配系统及方法，属联邦学习、合作博弈论及隐私计算领域。包括：在每一轮次的训练中，客户端不仅执行本地模型更新，还并行计算自身在梯度空间和数据空间的贡献，再对双重维度的评估结果进行融合，得到双重维度客户端的融合贡献值；将计算出的双重维度客户端的融合贡献值进行累积或者平滑、归一化，形成每个客户端在本轮的近似Shapley值；计算近似最小核值，并将其与近似Shapley值进行加权综合，生成最终的聚合权重，服务器将利用其对所有客户端上传的本地更新模型进行加权聚合，更新全局模型；本发明能提高模型收敛速度，防止“搭便车”，并能同时确保联邦参与方之间的公平性和稳定性。

本发明授权一种联邦学习贡献度评估与收益分配系统及方法在权利要求书中公布了：1.一种联邦学习贡献度评估与收益分配方法，其特征在于：所述方法包括： S1：设计多方联合训练全局模型的联邦学习框架； S2：在每一轮次的训练中，客户端不仅执行本地模型更新，还并行计算自身在梯度空间和数据空间的贡献，再对双重维度的评估结果进行融合，得到双重维度客户端的融合贡献值；其中，在梯度空间，客户端评估其本地梯度方向与排除自身后其他客户端聚合梯度方向的差异；在数据空间，客户端则衡量排除自身更新后的聚合模型在其本地数据上的误差； S3：将计算出的双重维度客户端的融合贡献值进行累积或者平滑处理后再进行归一化处理，形成每个客户端在本轮的近似Shapley值； S4：引入近似最小核方法，在训练的每一轮次，计算近似最小核值，并将其与S3计算的近似Shapley值进行加权综合，生成最终的聚合权重；随后，服务器将利用最终的聚合权重，对所有客户端上传的本地更新模型进行加权聚合，从而更新全局模型； S5：整个联邦学习过程重复执行步骤S2至S4，直到全局模型达到预设的收敛条件或完成所有通信轮次；最终，输出一个稳定收敛的全局模型和各客户端的最终贡献分配比例； 所述S2包括： S21：本地模型训练与梯度计算： 在每一轮次中，客户端接收到服务器分发的当前全局模型后，在本地数据集上执行步局部训练，计算其本地模型更新方向；计算公式为：；其中，为本地更新模型参数，为初始接收的模型参数； S22：梯度空间贡献评估： 客户端估算或从服务器接收一个聚合梯度，并计算其梯度空间贡献；计算公式为：；其中，是向量和之间的夹角，且，表示2范数； S23：数据空间贡献评估： 客户端估算或从服务器接收一个聚合模型，并在其本地数据集的测试集上计算该聚合模型误差，作为数据空间贡献；计算公式为：； 其中，为排除客户端后的聚合模型在客户端本地数据集上计算得到的损失值，为当前全局模型在客户端本地数据集上计算得到的损失值； S24：多维度贡献融合： 将梯度空间贡献和数据空间贡献进行加权线性组合，得到双重维度客户端总的融合贡献值；计算公式为：；其中，为权重参数。

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云南省大数据有限公司，其通讯地址为：650213 云南省昆明市官渡区矣六街道商海路云南数字文旅产业园44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。