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！

龙图腾网获悉电子科技大学申请的专利一种适用于动态网络环境下的自适应通信联邦学习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：CN119316298B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202411366564.7，技术领域涉及：H04L41/12；该发明授权一种适用于动态网络环境下的自适应通信联邦学习方法是由段明君;曾志豪;范琅;章小宁设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种适用于动态网络环境下的自适应通信联邦学习方法在说明书摘要公布了：本发明公开一种适用于动态网络环境下的自适应通信联邦学习方法，应用于边缘智能计算技术领域，针对现有技术中由于边缘计算固有的网络资源限制、网络动态和异构性等特点，导致的网络资源利用率低和通信开销大等问题。本发明基于去中心化的联邦学习训练模型，每个客户端只需要与一个邻居客户端通信，从而更充分地利用网络资源，然后提出了一个参数筛选机制，客户端之间只需交换筛选后的参数，减小通信开销；本发明可在动态网络环境中重新构建通信拓扑，同时可高效训练模型达到预期精度。

本发明授权一种适用于动态网络环境下的自适应通信联邦学习方法在权利要求书中公布了：1.一种适用于动态网络环境下的自适应通信联邦学习方法，其特征在于，包括步骤： 去中心化联邦学习框架建立步骤：采用无中心服务器的网络拓扑结构，网络中每个客户端托管一个全局模型参数的副本，并使用本地数据进行训练，同时每一轮训练只选择一个邻居客户端进行模型参数交换； 协调器配置步骤：协调器对各客户端的网络资源做出综合评估，在客户端开始一轮模型参数迭代之前，根据各客户端的网络资源做出综合评估，为各客户端选择一个作为下一轮模型参数迭代通信对象的邻居客户端，将完成配置的通信拓扑广播给各客户端； 其中，协调器收集各客户端的带宽、本地数据量和计算能力对各客户端的网络资源做出综合评估，选择综合评估值最大的邻居客户端作为下一轮交换模型参数的邻居客户端； 模型训练步骤：各客户端根据共识优化算法进行每一轮模型参数迭代； 基于动态阈值的模型参数交换步骤：各客户端完成一轮模型参数迭代后，判断此轮的模型参数的变化量是否达设置的参数变化阈值，如是，将满足变化阈值的参数发送至选择的邻居客户端，如否，不满足变化阈值的参数不被发送，客户端开始下一轮模型参数迭代； 所述参数变化阈值为一个动态阈值；参数变化阈值为；其中，为当前迭代次数，为第轮迭代的学习率，为限制次迭代后累计参数误差的阈值，为客户端的本地模型参数对应的损失函数的二阶梯度存在的界限。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。