安徽建筑大學陳娟獲國家專利權
買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！
龍圖騰網獲悉安徽建筑大學申請的專利一種基于HFL的物聯網設備識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120234669B 。
龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510319468.5，技術領域涉及：G06F18/241；該發明授權一種基于HFL的物聯網設備識別方法是由陳娟;熊琪;王占豐;徐荃設計研發完成，并于2025-03-18向國家知識產權局提交的專利申請。
本一種基于HFL的物聯網設備識別方法在說明書摘要公布了：本發明涉及物聯網設備識別技術領域，解決了傳統中心化識別方法存在隱私泄露、通信成本高、模型通用性差的技術問題，尤其涉及一種基于HFL的物聯網設備識別方法，依托橫向聯邦學習訓練機制，允許多個邊緣設備在本地訓練模型，并通過僅上傳模型參數來有效保護數據隱私、降低通信成本。在邊緣設備層面，從設備行為流量包頭中提取特征，并利用改進的輕量級AlexNet網絡自主學習不同層次的復雜的特征表示，實現高效的設備分類，同時利用加權交叉熵損失函數、引入動量參數的SGD優化技術來應對分布式學習場景下普遍存在的統計異構問題。
本發明授權一種基于HFL的物聯網設備識別方法在權利要求書中公布了：1.一種基于HFL的物聯網設備識別方法，其特征在于，該方法包括以下過程： 獲取物聯網設備運行時所產生的設備行為流量數據，并經過數據預處理生成供各參與方進行本地訓練的灰度圖數據集； 構建本地模型并將其部署到橫向聯邦學習系統的各參與方中； 各參與方基于本地生成的灰度圖數據集以及接收到的初始模型參數，在本地進行本地模型的訓練，并在訓練完成后將新的本地模型參數上傳至聯邦學習服務器； 聯邦學習服務器對各參與方上傳的本地模型參數進行參數聚合得到全局模型參數； 計算當前全局輪次本地訓練樣本的損失平均值，并判斷聯邦學習服務器是否輸出最終模型參數ωGE； 當全局模型的損失平均值趨于平穩，全局模型停止全局輪次迭代訓練，聯邦學習服務器輸出最終模型參數ωGE； 否則將全局模型參數再次廣播至各參與方進行本地模型參數的更新，作為下一本地輪次中本地訓練與聯邦學習迭代的初始模型參數。
如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人安徽建筑大學，其通訊地址為：230601 安徽省合肥市經濟技術開發區紫云路292號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
以上內容由AI智能生成
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號