(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210471693.7 (22)申请日 2022.05.01 (71)申请人 深圳季连科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道海珠社区海德三道15号海岸大厦东 座1403A-3002 (72)发明人 熊常春　李海良　王敬贵　李国元　 刘昂　吴江川　张富耕　 (51)Int.Cl. G06F 16/21(2019.01) G06F 21/62(2013.01) G06N 20/00(2019.01) (54)发明名称 一种基于联邦学习的智能家居迁移方法及 系统 (57)摘要 本发明公开了一种基于联邦学习的智能家 居搬家方法及系统， 通过在区块链中屏蔽智能家 具隐私参数， 根据相似智能家具集合和 智能家具 参数相似度， 对旧居已屏蔽智能家具参数选择性 迁移， 获得客户新居智 能家具新参数。 提高了智 能家具搬家的安全性， 使客户入住时立刻就能获 得在以前旧居的智能家具使用习惯。 同时在迁移 时对客户隐私进行隐私屏蔽， 防止了客户搬家时 常常造成的隐私泄 露问题。 权利要求书3页 说明书9页 附图1页 CN 114817210 A 2022.07.29 CN 114817210 A 1.一种基于联邦学习的智能家居迁移方法， 其特 征在于， 所述方法包括： 获取全网用户使用的智能家具参数， 将所述智能家具参数储 存入区块链中； 在区块链中屏蔽客户旧居智能家具参数中的旧居隐私参数， 获得旧居已屏蔽智能家具 参数， 以及屏蔽客户新居智能家具参数中的新居隐私参数， 获得新居已屏蔽智能家具参数； 根据客户旧居与客户新居的房屋结构， 获得相似智能家具集 合； 获得客户旧居与客户新居的智能家具参数相似度； 根据相似智能家具集合和智能家具参数相似度， 对旧居已屏蔽智能家具参数选择性迁 移， 获得客户新居智能家具新 参数。 2.根据权利要求1所述的方法， 其特征在于， 根据相似智能家具集合和智能家具参数相 似度， 对旧居已屏蔽智能家具参数选择性迁移， 获得客户新居智能家具新参数后， 所述方法 还包括： 获得客户迁入新居后的居家参数； 基于客户迁入新居后的居家参数对所述新居智能家具新参数进行再更新， 得到客户的 舒适居家参数。 3.根据权利要求1所述的方法， 其特征在于， 在区块链中屏蔽客户旧居智能家具参数中 的旧居隐私参数， 获得旧居已屏蔽智能家具参数， 以及屏蔽客户新居智能家具参数中的新 居隐私参数， 获得新居已屏蔽智能家具参数， 包括： 获取旧居大 众隐私参数， 所述旧居大 众隐私参数 是普通用户常屏蔽的隐私参数； 获取旧居特殊 隐私参数， 所述旧居特殊 隐私参数是所述客户的旧居智能家具参数中， 除大众隐私参数外， 想要屏蔽的其它隐私参数； 基于旧居大众隐私参数和旧居特殊 隐私参数， 获得客户的旧居隐私参数， 所述旧居隐 私参数属于所述旧居智能家具参数的一部分； 从区块链中获取全 网用户智能家具参数的常用参数， 所述常用参数是普通用户使用率 最高的参数； 将所述常用参数替换旧居智能家具参数中的所述旧居隐私参数， 获得旧居已屏蔽智能 家具参数； 所述旧居已屏蔽智能家具参数为经过替换了所述旧居隐私参数成所述常用参数 后的旧居智能家具参数。 获取新居大 众隐私参数， 所述 新居大众隐私参数 是普通用户常屏蔽的隐私参数； 获取新居特殊 隐私参数， 所述新居特殊 隐私参数是所述客户的新居智能家具参数中， 除大众隐私参数外， 想要屏蔽的其它隐私参数； 基于新居大众隐私参数和新居特殊 隐私参数， 获得客户的新居隐私参数， 所述新居隐 私参数属于所述 新居智能家具参数的一部分； 从区块链中获取全 网用户智能家具参数的常用参数， 所述常用参数是普通用户使用率 最高的参数； 将所述常用参数替换新居智能家具参数中的所述新居隐私参数， 获得新居已屏蔽智能 家具参数； 所述新居已屏蔽智能家具参数为经过替换了所述新居隐私参数成所述常用参数 后的新居智能家具参数。 4.根据权利要求1所述的方法， 其特征在于， 根据客户旧居与客户新居的房屋结构， 获 得相似智能家具集 合， 包括：权　利　要　求　书 1/3 页 2 CN 114817210 A 2获得客户旧居的第一房屋结构和客户新居的第二房屋结构； 将所述第一房屋结构按照功能用途分为一个或者多个第 一区域； 将所述第 二房屋结构 按照功能用途分为一个或者多个第二区域； 一个或者多个第一区域与一个或者多个第二区 域至少存在一组匹配区域组， 所述匹配区域组包括一个第一区域和一个第二区域， 且所述 匹配区域组中的第一区域和第二区域的功能用途相匹配； 获得相似智能家具组， 构成相似智能家具集合， 所述相似智能家具组包括第一智能家 居和第二智能家居， 所述第一智能家居和所述第二智能家居的功能用途相同， 且所述第一 智能家居在旧居中所 处的位置为所述匹配区域组中的第一区域， 所述第二智能家居在旧居 中所处的位置为所述匹配区域组中的第二区域。 5.根据权利要求1所述的方法， 其特征在于， 获得客户旧居与客户新居的智能家具参数 相似度， 包括： 获得所述客户旧居智能家具参数与客户新居智能家具参数之间的差值； 所述差值归一 化； 获得所述差值与权量因子相乘之积； 以所述积作为 客户旧居与客户新居之间的智能家具参数相似度。 6.权利要求1所述的方法， 其特征在于， 根据相似智能家具集合和智能家具参数相似 度， 对旧居已屏蔽智能家具参数选择性迁移， 获得客户新居智能家具新 参数， 包括： 若客户旧居未安装智能家具， 将所述新居已屏蔽智能家具参数作为客户新居智能家具 新参数； 若客户旧居有智能家具且有历史使用参数， 根据相似智能家具集合和智能家具参数相 似度， 将所述旧居已屏蔽智能家具参数迁移到新居智能家具中， 获得客户新居智能家具新 参数。 7.根据权利要求1所述的方法， 其特征在于， 若客户旧居有智能家具且有历史使用参 数， 根据相似智能家具集合和智能家具参数相似度， 将所述旧居已屏蔽智能家具参数迁移 到新居智能家具中， 获得客户新居智能家具新 参数， 包括： 若所述智能家具参数相似度小于阈值A， 所述已屏蔽智能家具参数直接迁移到新居智 能家具中， 获得客户新居智能家具迁移后参数； 若所述智能家具参数相似度 大于阈值A， 根据智能家具是否处于相似智能家具集合， 迁 移参数到新居智能家具中， 获得客户新居智能家具迁移后参数； 整合客户新居智能家具迁移后参数， 获得客户新居智能家具新 参数。 8.根据权利要求1所述的方法， 其特征在于， 若所述智能家具参数相似度 大于阈值A， 根 据智能家具是否处于相似智能家具集合， 迁移参数到新居智能家具中， 获得客户新居智能 家具迁移后参数， 包括： 若所述智能家具包含于相似智能家具集合中， 所述已屏蔽智能家具参数直接迁移到新 居智能家具中， 获得客户新居智能家具迁移后参数； 若所述智能家具不包含于相似智能家具集合中， 将新居已屏蔽智能家具参数作为客户 新居智能家具新 参数， 获得客户新居智能家具迁移后参数。 9.根据权利要求2所述的方法， 其特征在于， 基于客户迁入新居后的居家参数对所述新 居智能家具新 参数进行 再更新， 得到客户的舒 适居家参数， 包括：权　利　要　求　书 2/3 页 3 CN 114817210 A 3