一种基于边缘数字孪生关联的联邦学习方法及系统

本发明为解决用户需求和边缘服务器之间存在的资源分配问题，提出一种基于边缘数字孪生关联的联邦学习方法及系统，其中包括以下步骤：参与联邦学习的用户分别生成数字孪生体；使用多对一匹配算法将数字孪生体与边缘服务器配对；服务器构建任务并发布至边缘服务器，数字孪生体利用与其配对的边缘服务器的资源进行联邦学习，并将其局部迭代训练得到的模型传输至边缘服务器；边缘服务器将与其配对的数字孪生体训练得到的模型进行聚合得到局部模型，并将局部模型上传至服务器；服务器将其接收的局部模型进行聚合得到全局模型，检验全局模型精度是否达到预设的阈值，若否，则将当前的全局模型下发至边缘服务器进行训练；若是，则完成当前联邦学习。

《一种基于边缘数字孪生关联的联邦学习方法及系统》是一发明专利，专利号为 2021107080562，当前法律状态为已售，由广东工业大学提出申请，发明人为缪家辉;蒋丽;谢正昊;李昊宁，公开（公告）日期为2021-09-21，国际专利分类号（IPC）为 G06F9/50(2006.01)I;G06K9/62(2006.01)I;G06N20/20(2019.01)I，高新资质：未报高企，所属技术领域包括：工业物联网、服务器、联邦学习、边缘计算、数字孪生、孪生关联/相似度、本地训练、参数聚合、隐私保护、通信开销优化、Non-IID数据、资源分配。该专利权属清晰，可通过正规流程办理转让，适用于企业技术升级、资质申报与战略布局。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明为解决用户需求和边缘服务器之间存在的资源分配问题，提出一种基于边缘数字孪生关联的联邦学习方法及系统，其中包括以下步骤：参与联邦学习的用户分别生成数字孪生体；使用多对一匹配算法将数字孪生体与边缘服务器配对；服务器构建任务并发布至边缘服务器，数字孪生体利用与其配对的边缘服务器的资源进行联邦学习，并将其局部迭代训练得到的模型传输至边缘服务器；边缘服务器将与其配对的数字孪生体训练得到的模型进行聚合得到局部模型，并将局部模型上传至服务器；服务器将其接收的局部模型进行聚合得到全局模型，检验全局模型精度是否达到预设的阈值，若否，则将当前的全局模型下发至边缘服务器进行训练；若是，则完成当前联邦学习。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！