中铁二院申请轻量级基于遗传算法的联邦学习聚合方法专利，显著加速全局模型的收敛过程

金融界2025年4月21日消息，国家知识产权局信息显示，中铁二院工程集团有限责任公司、西南交通大学、中国中铁股份有限公司申请一项名为“一种轻量级的基于遗传算法的联邦学习聚合方法”的专利，公开号CN119849558A，申请日期为2024年12月。

专利摘要显示，本发明涉及知识图谱技术领域，具体涉及一种轻量级的基于遗传算法的联邦学习聚合方法。本发明提供一种轻量级的基于遗传算法的联邦学习聚合方法，通过引入遗传学习理论，重构联邦学习过程中『服务器』端的聚合机制，对现有聚合方法进行轻量化改进，以便更好地解决现有技术应用于物联网领域时出现的问题。本发明通过选择在每一轮训练中表现优异的客户端模型参与聚合，显著加速全局模型的收敛过程，降低训练过程中资源消耗，并提升模型的最终性能。相较于现有的联邦学习算法，本发明的选择性聚合方案在应对不可靠或异构客户端时，能够有效减少或避免来自恶意客户端的干扰，降低恶意攻击对联邦学习性能的负面影响，从而进一步提升模型的鲁棒性与可靠性。