“李贺举”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]一种基于单比特量化的联邦学习资源优化设计方法-CN202310672273.X在审
发明人：王睿;李贺举 -专利权人：同济大学
申请日： 2023-06-07 - 公布日： 2023-10-03 - 主分类号： G06F9/50 文献下载
摘要：本发明涉及无线通信和联邦学习领域，提出一种基于单比特量化的联邦学习资源优化设计方法，包括步骤：S1、智能反射面赋能的单比特联邦梯度无线聚合建模；S2、无线环境下联邦学习训练框架收敛性分析及问题建模；S3、联邦学习通算资源分配优化策略。本发明一方面，通过单比特量化策略实现模型参数的轻量级传输，另一方面通过部署智能反射面智能调控无线环境，极大的提升无线聚合质量，解决了目前大部分无线联邦学习方法所存在的通信和开销问题，同时有效地提升了模型训练精度。
一种基于比特量化联邦学习资源优化设计方法

[发明专利]适用于边缘车联网的区块链赋能联邦学习系统-CN202310605713.X在审
发明人：王睿;李贺举 -专利权人：同济大学
申请日： 2023-05-26 - 公布日： 2023-08-29 - 主分类号： G06N20/00 文献下载
摘要：本发明提出适用于边缘车联网的区块链赋能联邦学习系统，该区块链系统包括：边缘车辆设备、边缘服务器、任务发布者、云端服务器；车联网中的移动车辆定义为边缘车辆设备，所有边缘车辆设备和边缘服务器分别注册为区块链角色，再连同任务发布者、云端服务器等共同形成区块链系统的参与者；参与者中的边缘车辆设备集合{1,2,...,K}和移动边缘服务器集合{1,2,...,L}，按照区块链架构功能，分为模型节点和共识节点两类。区块链系统的区块链架构自动协调每个模型节点的加入和离开，促进联邦学习的独立性和模块化。
适用于边缘联网区块链赋能联邦学习系统

[发明专利]一种基于统计信道状态信息的联邦学习资源优化设计方法-CN202310712500.7在审
发明人：王睿;李贺举 -专利权人：同济大学
申请日： 2023-06-15 - 公布日： 2023-08-22 - 主分类号： H04B17/309 文献下载
摘要：本发明提出一种基于统计信道状态信息的联邦学习资源优化设计方法。首先，构造统计信道状态信息下智能反射面赋能的联邦梯度聚合模型，并推导无线中断概率影响下的联邦学习训练损失上界；以此为基础，建立通信资源约束下、以带宽分配和智能反射面相位配置为变量的损失上界最小化问题，以减弱甚至消除通信中断对联邦学习收敛性能的影响。本发明的优点在于，所提联邦学习系统无需精准估计瞬时信道状态信息，而从而极大地降低系统训练开销。同时，通过所提出的针对联邦学习框架的无线资源优化方案，进一步提升了训练的精确度。
一种基于统计信道状态信息联邦学习资源优化设计方法

[发明专利]基于MAC地址和信道状态双层指纹的非法设备识别方法-CN202010948546.5在审
发明人：方银银;李贺举;何昕;陈绪凯 -专利权人：安徽师范大学;赛尔网络有限公司
申请日： 2020-09-10 - 公布日： 2020-12-04 - 主分类号： H04W12/12 文献下载
摘要：本发明公开了一种基于MAC地址和信道状态双层指纹的非法设备识别方法，具体包括如下步骤：S1、提取无线网络接入设备的MAC地址，输入MAC地址分类器，输出接入设备的合法概率值Ⅰ；S2、获取所述接入设备的通信信道状态，提取无线网卡非线性相位误差，输入信道状态非线性相位误差分类器，输出接入设备的合法概率值Ⅱ；S3、将对MAC地址分类器输出的合法概率值Ⅰ及信道状态非线性相位误差分类器输出的入设备的合法概率值Ⅱ进行加权，获得接入设备的合法概率值，若合法概率值大于概率阈值，则所述接入设备为合法设备。本发明从MAC地址和信道状态识别设备的合法性，并进行加权合并,能够提高网络的非法接入设备抵抗能力，这对无线网络安全提供的有力的防护措施。
基于 mac 地址信道状态双层指纹非法设备识别方法