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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于模型结构变换的联邦学习加密系统及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：CN119363379B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411336754.4，技术领域涉及：H04L9/40；该发明授权一种基于模型结构变换的联邦学习加密系统及方法是由刘贤明;张飞龙;林诗昳;翟德明;江俊君;季向阳设计研发完成，并于2024-09-25向国家知识产权局提交的专利申请。

本一种基于模型结构变换的联邦学习加密系统及方法在说明书摘要公布了：本发明提出一种基于模型结构变换的联邦学习加密系统及方法，其中系统包括：参与训练的计算设备和中央服务器；参与训练的计算设备与中央服务器采用无线通信方式连接。本发明通过模型变换在联邦学习本地训练前将全局模型转换为私有的本地模型结构，并在本地训练结束后将其转换回全局结构，使得在整个联邦学习训练过程中，本地训练的局部模型结构是高度保密的，从而使得中央服务器或外部攻击者无法通过上传的梯度信息反推出局部客户端的私有数据信息；相比于传统的联邦学习加密方法，本发明利用轻量化的模型转换对本地模型信息加密进而隐式完成对梯度信息的加密，显著的提高了联邦学习的隐私性，具有很高的实用价值。

本发明授权一种基于模型结构变换的联邦学习加密系统及方法在权利要求书中公布了：1.一种基于模型结构变换的联邦学习加密方法，其特征在于，所述一种基于模型结构变换的联邦学习加密方法的步骤包括： 步骤1：基于中央服务器获取初始模型结构与参数； 步骤2：每轮训练中，所述中央服务器向参与本轮训练的设备广播当前全局模型； 步骤3：参与训练的设备在收到所述当前全局模型后，将所述当前全局模型作为局部公开网络，并通过模型结构变换子模块将当前的局部公开网络结构转换成局部私有结构网络； 步骤3中模型结构变换子模块转换过程中根据计算资源估计子模块确定参与训练的设备的计算能力，并确定模型结构变换上限； 根据网络参数隐私敏感性估计子模块确定参与训练的设备的隐私需求与算力，并确定当前轮次模型结构变换幅度以及需要变换的模型结构； 步骤3通过模型结构变换子模块将当前的局部公开网络结构转换成局部私有结构网络具体包括： 将一个卷积层转换为串联的卷积以及BN层； 将一个卷积层转换为并联的多个卷积，其中和均小于等于； 将一个卷积层转换为在特征上通过Concat连接的的多个卷积，其中和均小于或等于； 将一个池化层转换为卷积层； 步骤3中在网络结构变换后，网络参数也相应发生变化，但网络结构变换前后，若网络输入不变，则两个网络的网络输出则一致； 步骤4：参与训练的计算设备使用局部私有结构网络及参数在本地数据集上执行本地更新； 步骤5：本地更新完成后，参与训练的计算设备将更新后的局部私有结构网络通过模型结构变换子模块转换成与局部公开网络结构相同的网络模型，并将转换后的局部公开网络上传到中央服务器； 步骤6：所述中央服务器对接收到的局部公开网络执行全局聚合； 步骤7：重复步骤2-6，直至通讯次数或模型性能等预设指标达到预设要求时，输出加密结果。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。

以上内容由龙图腾AI智能生成。