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！

龙图腾网获悉广东工业大学申请的专利一种基于多项式分解问题的同态加密联邦学习方法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：CN119011114B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411019509.0，技术领域涉及：H04L9/00；该发明授权一种基于多项式分解问题的同态加密联邦学习方法是由陈家辉;谢正南设计研发完成，并于2024-07-29向国家知识产权局提交的专利申请。

本一种基于多项式分解问题的同态加密联邦学习方法在说明书摘要公布了：本发明提供一种基于多项式分解问题的同态加密联邦学习方法，包括服务器将全局模型参数广播给各个客户端；客户端收到全局模型参数后使用本地数据训练全局模型作为自己的本地模型并发送给指定的可信的第三方加密模块；第三方加密模块将本地模型参数转换为同型的参数矩阵；并将参数矩阵中的元素位置初始化为多项式分式；并将所有客户端的多项式分式发送给服务器；服务器接收来自第三方加密模块的多项式分式后，使用定义法计算相应的反常积分，逐步还原聚合后的模型。本发明能够进一步防止隐私泄露，强化联邦学习框架的隐私安全性；本发明具有能抵抗客户端模型参数的投毒攻击、模型的推理和反演攻击的优点。

本发明授权一种基于多项式分解问题的同态加密联邦学习方法在权利要求书中公布了：1.一种基于多项式分解问题的同态加密联邦学习方法，其特征在于，包括以下步骤： S1、服务器开始一轮联邦学习训练，初始化全局模型参数，并将全局模型参数广播给各个客户端； S2、客户端收到全局模型参数后使用本地数据训练全局模型作为自己的本地模型； S3、所有客户端训练完成后，将本地模型参数发送给指定的可信的第三方加密模块； S4、所述的第三方加密模块将收到的客户端的本地模型参数转换为同型的参数矩阵；并将参数矩阵中的元素位置初始化为多项式分式；并将所有客户端的多项式分式发送给服务器； 所述的第三方加密模块将收到的本地模型参数转化为同型的参数矩阵在n维本地模型参数向量的基础上向下拓展a维，并补上0元素使得为整数；然后按“先行后列”的顺序排列所有元素为n′维参数矩阵其表达式如下： 其中，bi,j为的第i行第j列的参数； 所述的第三方加密模块对本地模型参数转换的参数矩阵作如下操作： 式中，W为xex的反函数，bi,j为参数矩阵第i行第j列的参数；x为函数fi,jx的自变量未知数； S5、服务器接收来自第三方加密模块的多项式分式后，使用定义法计算相应的反常积分，逐步还原聚合后的模型； 所述的服务器对收到的来自第三方加密模块的矩阵M中的多项式分式元素fi,jx计算反常积分parameteri,j；逐步还原每一个元素位置的聚合参数；再将M中按照“先行后列”顺序的前n个元素排列还原为聚合参数向量wt+1； 所述的反常积分的计算式为： 其中，parameteri,j为第i行第j列的聚合后的模型参数，即 其中，bi,j,k为第k个客户端的本地模型的参数矩阵化后对应的第i行第j列元素；K表示参与训练的客户端数量；x为函数fi,jxcosx的自变量未知数。

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广东工业大学，其通讯地址为：510006 广东省广州市番禺区广州大学城外环西路100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”。