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！

龙图腾网获悉国网电力科学研究院有限公司;江苏瑞中数据股份有限公司;国网江苏省电力有限公司;国家电网有限公司大数据中心申请的专利基于安全洗牌和差分隐私的联邦学习模型安全防护方法及系统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：CN113987539B 。

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：202111270844.4，技术领域涉及：G06F21/60；该发明授权基于安全洗牌和差分隐私的联邦学习模型安全防护方法及系统是由粟勇;刘圣龙;江伊雯;刘文龙设计研发完成，并于2021-10-29向国家知识产权局提交的专利申请。

本基于安全洗牌和差分隐私的联邦学习模型安全防护方法及系统在说明书摘要公布了：本发明公开了一种基于安全洗牌和差分隐私的联邦学习模型安全防护方法及系统，联邦模型拥有者利用差分隐私技术对联邦学习的模型参数进行加噪声，生成带噪声的模型参数，之后利用用户授权密钥和安全洗牌算法加密模型参数，并将加密的联邦学习模型参数发送给用户；用户在本地使用联邦学习模型时，首先利用用户授权密钥和安全洗牌算法解密模型参数密文，得到带噪声的联邦学习模型，用户将自己的数据作为该模型的输入就能得到期望的输出结果。本发明不仅保护了原始模型的隐私性，可以有效保护原始模型的安全、保证用户能够得到可用的模型使用结果。

本发明授权基于安全洗牌和差分隐私的联邦学习模型安全防护方法及系统在权利要求书中公布了：1.一种基于安全洗牌和差分隐私的联邦学习模型安全防护方法，其特征在于，包括以下步骤： 1基于差分隐私高斯机制对联邦学习的模型参数进行加噪声，生成带噪声的模型参数； 2利用用户授权密钥和安全洗牌算法对差分隐私加噪后的模型参数进行加密，并将加密的联邦学习模型参数发送给用户； 3利用用户授权密钥和安全洗牌算法解密模型参数密文，得到带噪声的联邦学习模型； 4将用户的数据作为带噪声的联邦学习模型的输入，得到期望的输出结果； 所述步骤2包括以下步骤： 21读入m×n的带噪声的联邦学习模型参数矩阵AΠ； 22初始化逻辑映射控制参数s，d，f，g，其中，s为混沌控制参数，d和f为逻辑映射控制参数，分别对混沌序列值xn、yn进行映射，g为耦合项；并初始迭代映射iter＝200，给定密钥key＝{x，y}，其中x和y是混沌映射的两个初始值； 23以密钥key为初始值，通过迭代映射m×n+iter对混沌序列值，舍弃iter对值，得到m×n对的混沌序列值xn、yn，并将其分别存储于大小为m×n的一维数组P和Q中： 24对P和Q中的元素运行安全洗牌算法，运算得到两个整数值的一维矩阵P'和Q'； 25通过P'和Q'进行排序生成两个长度为m×n的一维伪随机序列矩阵P”和Q”，其元素取值为[0,m×n-1]内不等的整数； 26对于一维随机序列P”和Q”中的各元素P”k和Q”k进行下列变换，并将其映射为大小为m×n的二维置乱矩阵X、Y； 其中，xi,j、yi,j分别为二维置乱矩阵X、Y的元素； 27利用置乱矩阵X先对矩阵AΠ进行置乱，得到临时模型参数置乱中间结果；再用Y对临时模型参数置乱中间结果进行位置置乱，得到最终的带噪声的联邦学习模型参数置乱密文。

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国网电力科学研究院有限公司;江苏瑞中数据股份有限公司;国网江苏省电力有限公司;国家电网有限公司大数据中心，其通讯地址为：211106 江苏省南京市江宁经济技术开发区诚信大道19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”。