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！

龙图腾网获悉西安电子科技大学申请的专利一种应用于物联网低功耗芯片的轻量分布式模型聚合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：CN120166125B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202510256650.0，技术领域涉及：H04L67/12；该发明授权一种应用于物联网低功耗芯片的轻量分布式模型聚合方法是由李云帆;裴庆祺;吴志辉设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本一种应用于物联网低功耗芯片的轻量分布式模型聚合方法在说明书摘要公布了：本申请涉及物联网技术领域，特别涉及一种应用于物联网低功耗芯片的轻量分布式模型聚合方法，适用于由云端服务器和若干个边缘节点组成的物联网系统。各边缘节点从离线数据中学习最优策略，同时通过知识蒸馏技术，将复杂的教师模型压缩为轻量级学生模型，从而降低本地计算负担。各边缘节点将经过量化、稀疏化处理的模型参数上传至云端服务器，云端服务器采用加权平均方法进行联邦聚合，生成全局模型，并在保证数据安全的前提下反馈至各终端。为适应低功耗芯片的实际应用，本申请在硬件层面引入了动态电压频率调节技术，有效降低了能耗和通信开销。该方法优化了物联网的边缘节点的模型训练流程，实现了隐私保护、通信高效与协同自适应的联邦学习。

本发明授权一种应用于物联网低功耗芯片的轻量分布式模型聚合方法在权利要求书中公布了：1.一种应用于物联网低功耗芯片的轻量分布式模型聚合方法，适用于由云端服务器和若干个边缘节点组成的物联网系统，其特征在于，所述方法包括： 云端服务器收集各边缘节点的离线数据，各边缘节点同时获取自身的异质性数据和预先构建的异构网络模型，将异构网络模型作为教师模型； 云端服务器基于各边缘节点的离线数据和异质性数据，生成一个统一的全局测试数据集，并将全局测试数据集下发至各边缘节点，以作为统一的评价标准； 各边缘节点利用本地数据对教师模型进行训练，同时在教师模型的训练中嵌入离线强化学习模块，以提升决策策略的鲁棒性； 各边缘节点利用训练好的教师模型对全局测试数据集进行推理，生成初始知识； 各边缘节点对初始知识进行判定，评估其分布特性、均匀性和散度，通过梯度上升方法优化期望对数密度比，提取出最具代表性的有效知识； 各边缘节点将有效知识上传至云端服务器，云端服务器对各边缘节点上传的有效知识按照数据量及质量的权重进行加权聚合，得到聚合后的全局有效知识； 云端服务器将全局有效知识下发至各边缘节点，各边缘节点将当前的教师模型视为学生模型，并利用全局有效知识进行知识蒸馏，实现学生模型的更新； 其中，各边缘节点采用动态电压频率调节技术，根据当前计算负载自动调整芯片的工作电压和频率，实现芯片的低功耗运行； 云端服务器对各边缘节点上传的有效知识按照数据量及质量的权重进行加权聚合，得到聚合后的全局有效知识，通过以下公式实现： ； 其中，表示边缘节点的总数，为第个边缘节点分配的按照数据量及质量的权重，为第个边缘节点上传的有效知识，为聚合后的全局有效知识； 为了保护隐私，云端服务器在下发聚合后的全局有效知识之前，需要对聚合后的全局有效知识进行差分隐私扰动，将差分隐私扰动后的全局有效知识下发至各边缘节点； 进行差分隐私扰动的公式为： ； 其中，表示差分隐私扰动，表示差分隐私扰动后的全局有效知识。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。