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！

龙图腾网获悉中山大学申请的专利一种基于TEE和GPU的浮点数矩阵乘法安全外包验证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：CN118036064B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202410159302.7，技术领域涉及：G06F21/62；该发明授权一种基于TEE和GPU的浮点数矩阵乘法安全外包验证方法是由田海博;任双寅设计研发完成，并于2024-02-04向国家知识产权局提交的专利申请。

本一种基于TEE和GPU的浮点数矩阵乘法安全外包验证方法在说明书摘要公布了：本发明涉及机器学习隐私计算技术领域，更具体地，涉及一种基于TEE和GPU的浮点数矩阵乘法安全外包验证方法。将对外包计算的验证计算放在了X′,Y′和Z′上，这样不管是TEE还是GPU，在计算顺序相同的情况下，Z′中的每个元素一定是与X′Y′的积的每个元素相同。与现有方案相比，避免了因计算机的精度所造成的检验错误问题，以及因容忍度而导致的GPU可在一定范围内产生错误结果且无法被TEE检验到的问题，解决了浮点数矩阵乘法外包计算正确性检验的问题。

本发明授权一种基于TEE和GPU的浮点数矩阵乘法安全外包验证方法在权利要求书中公布了：1.一种基于TEE和GPU的浮点数矩阵乘法安全外包验证方法，其特征在于，包括以下步骤： S1.TEE产生外包矩阵X′和矩阵Y′，传输给GPU计算；在所述步骤S1中，产生外包矩阵X′和Y′的具体步骤如下： S11.TEE需要进行外包的两个矩阵为Xm×n和Yn×s，根据初始的系统参数l以及外包矩阵的规模参数m、n、s生成均匀分布的随机向量Kα＝{α1,…,αm}、Kβ＝{β1,…,βn}和Kγ＝{γ1,…,γs}，其中1≤i≤m,1≤j≤n,1≤k≤s；系统参数l选定方法包括：对于X′i,j＝Xi,j+αiβj，为了使X′与随机矩阵具有不可区分性，需要αiβj的积远大于Xi,j，即αiβj＞＞Xi,j，故其中x为X中的任意元素； S12.TEE计算X′i,j＝Xi,j+αiβj，Y′j,k＝Yj,k+βjγk，如果 返回步骤S11，重新生成随机向量Kα,Kβ,Kγ； S2.GPU返回矩阵Z′＝X′Y′； S3.TEE在X′中随机选取ρ行形成矩阵VX，在Y′中随机选取列形成矩阵VY，计算校验矩阵VZ＝VXVY，并比较Vz与Z′中相对应的值是否完全相同，不同则验证失败，退出外包过程，否则继续执行。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。