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！

龙图腾网获悉山东云海国创云计算装备产业创新中心有限公司申请的专利增强隐私保护的多中心联邦学习方法及计算机设备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：CN115062323B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202210688797.3，技术领域涉及：G06F21/60；该发明授权增强隐私保护的多中心联邦学习方法及计算机设备是由王小伟;张旭;吴睿振;孙华锦;王凛设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本增强隐私保护的多中心联邦学习方法及计算机设备在说明书摘要公布了：本发明公开了一种增强隐私保护的多中心联邦学习方法，该方法包括：客户端接收由服务器生成Paillier算法密钥{n,g,λ}中的公钥{n,g}；客户端接收由服务器建立的全局参数模型，对客户端归类，并对归类信息和模型参数进行加密发送到服务器进行计算和解码；对客户端分组，由客户端接收模型参数并调整归类，然后对归类信息和梯度参数或者模型参数进行加密，并在组内在密文上进行初步聚合后发送至服务器，由服务器解密后做进一步聚合，得出新一轮的模型参数。该方法将Paillier加密方法和保密的欧几里得距离计算方法推广到实数范围，并通过对模型参数或者梯度参数以及类别信息进行加密并在密文上进行计算的方式增强隐私保护。

本发明授权增强隐私保护的多中心联邦学习方法及计算机设备在权利要求书中公布了：1.一种增强隐私保护的多中心联邦学习方法，其特征在于，包括： 客户端接收由服务器生成Paillier算法密钥{n,g,λ}中的公钥{n,g}； 客户端接收由服务器建立的全局参数模型，根据本地训练结果对客户端归类，并对归类信息和模型参数进行加密发送到服务器，由服务器进行计算和解码以得出多中心联邦学习算法模型参数的初始值；以及 对客户端分组，由客户端接收模型参数，根据所属类别训练对应的模型，并调整归类，然后对归类信息和梯度参数或者模型参数进行加密，并在组内采用梯度平均或者模型平均的方法在密文上进行初步聚合后，将结果发送至服务器，由服务器对初步聚合结果解密后做进一步聚合，得出新一轮的模型参数; 客户端接收由服务器建立的全局参数模型，根据本地训练结果对客户端归类，并对归类信息和模型参数进行加密发送到服务器，由服务器进行计算和解码以得出多中心联邦学习算法模型参数的初始值包括： 向客户端发送由服务器建立的全局参数模型，且全局参数模型的模型参数为； 在每个客户端进行模型训练，得到每个客户端初步的模型参数； 从全部客户端中随机选取k个客户端，设定k个客户端的索引为i 1,…,i k，根据其他客户端的模型参数与k个客户端模型参数的保密的欧几里得距离对客户端归类； 在其他客户端中选取一个客户端，采用保密的欧几里得距离计算方法，计算选取的客户端与第i 1,…,i k客户端模型参数的距离，若选取的客户端与第i t个客户端模型参数的距离最小，就将选取的客户端归到第𝑡类，并将所属的类别信息以及与第i t个客户端模型参数的距离发送至第i t个客户端； 对其他客户端中其余的客户端采用同样的方法完成归类； 分别取t=1,…,k，执行下面的操作： 第i t个客户端统计属于第t类的客户端的个数M t，将其发送至属于第t类的客户端，并记录第i t个客户端与第t类内其他客户端的最大距离dis t，其中第t类的客户端的索引集合为L t； 每个第t类的客户端用模型参数除以对应类别的客户端个数Mt，将其加密后的结果发送给第it个客户端； 第it个客户端将第t类内所有的加密结果相乘得到； 将和dis t发送至服务器进行解密，得到; 获取本轮dis t,t=1,…,k中的最大值dist； 重复上述步骤，选择dist最小一轮的结果作为多中心联邦学习算法的初始值； 对客户端分组，由客户端接收模型参数，根据所属类别训练对应的模型，并调整归类，然后对归类信息和梯度参数或者模型参数进行加密，并在组内采用梯度平均或者模型平均的方法在密文上进行初步聚合后，将结果发送至服务器，由服务器对初步聚合结果解密后做进一步聚合，得出新一轮的模型参数包括： 客户端接收来自服务器发送的模型参数的初始值； 随机选择m个参与本次训练的客户端，并对这m个客户端随机地分成P组，并在每个组内随机选择一个客户端作为中心客户端，其中属于第t组客户端的索引的集合设为L t，第t组的中心客户端的索引设为； 计算客户端所属类别：，其中表示第i个客户端的数据带入到第j个模型参数对应的损失函数中的结果，其中，定义one-hot编码向量,当时，当时，并对其加密得到； 若选择梯度平均，则：计算梯度，用乘以的每个分量，并对其加密得到，根据其所属的第t组，此客户端将发送至第个客户端；在第个客户端（t=1,…,P）计算组内梯度参数加密结果的乘积以及类别参数加密结果的乘积：和，将结果发送至服务器； 若为模型平均，则：在第个客户端（i=1,…,m）更新本地模型参数，用乘以s i的每个分量，并对加密得到，根据其所属的分组（假设是第t组），此客户端将发送至第个客户端，在第个客户端（t=1,…,P）计算组内模型参数加密结果的乘积以及类别参数加密结果的乘积，也就是和，然后将结果发送至服务器； 第类的客户端的个数，其中，通过服务器计算得出如下的替代模型参数： 对于梯度平均： 对于模型平均： 重复上述步骤T次，输出。

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山东云海国创云计算装备产业创新中心有限公司，其通讯地址为：250000 山东省济南市中国（山东）自由贸易试验区济南片区浪潮路1036号浪潮科技园S01楼35层；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”。