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！

龙图腾网获悉中科晶锐(苏州)科技有限公司申请的专利一种基于能够保护用户隐私的基于同态加密的公平的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：CN119210682B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411289922.9，技术领域涉及：H04L9/00；该发明授权一种基于能够保护用户隐私的基于同态加密的公平的联邦学习方法是由金帅;刘德生;王微;龙真真设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本一种基于能够保护用户隐私的基于同态加密的公平的联邦学习方法在说明书摘要公布了：本发明公开了一种基于能够保护用户隐私的基于同态加密的公平的联邦学习方法，涉及联邦学习技术领域，包括假定一共有N个参与方，用于聚合的本地梯度定义为基于本地计算的梯度Δwj,j表示第j轮聚合，i表示第i个参与者；核心元素是声望系数，用表示。该基于能够保护用户隐私的基于同态加密的公平的联邦学习方法，采用同态加密的方法，使用局部梯度，提高了训练的可用性，同时保护了用户的隐私；提供了一个可以实现隐私保护的，公平协作的联邦学习方法，可以兼顾正确性和安全性，以及保持公平；属于公平的联邦学习方案，即对于贡献数据越多的参与者，将会获得准确率越好，或者说质量越高的模型。

本发明授权一种基于能够保护用户隐私的基于同态加密的公平的联邦学习方法在权利要求书中公布了：1.一种基于能够保护用户隐私的基于同态加密的公平的联邦学习方法，其特征在于，包括以下步骤： S1、假定一共有N个参与方，用于聚合的本地梯度定义为基于本地计算的梯度Δwj,j表示第j轮聚合，i表示第i个参与者；核心元素是声望系数，用rij表示；梯度更新基于加权平均计算获得； rij在j＝1，第一轮的时候，初始化为 对于某个个体i对梯度更新Δwj的贡献通过下述公式计算： 是归一化以后的梯度,||·||2表示L2范数； 之后更新声望系数： 其中，α∈[0,1]是个参数；之后对rij进行归一化操作归一化后所有的rij和为1； 之后计算相对声望 被确定以后，每个参与者就可以访问Δwj中的个的梯度更新，其中，l是个常数系数，表示向下取整数；而剩余的梯度将返回给参与者，用归一化以后的本地梯度进行更新； S2、引入一个掩码映射到l维度的向量{0，1}l，来进行调节，之后汇总上面的描述，得到公式： 其中，×是向量乘法； 之后引入HE同态加密方法； S3、参与者通过协作建立基于同态加密的系统，每个参与者均可访问密钥，而中心服务器不能解密在同态密码系统中加密的任何密文；使用额外的对称加密对所有通信进行加密，并仅与中心服务器共享本地梯度，所有参与者共享相同的密钥不会造成隐私威胁； 中心服务器和参与者的关键步骤：所有本地梯度在本地进行归一化，由参与者加密，然后发送到中心服务器；声望系数以明文形式初始化；然后，中心服务器计算加密的FL梯度w和标量乘积s： 将加密后的标量乘积给参与者，然后参与者采用公式的方式，进行解密，并计算贡献系数： 参与者并不能从标量乘积里推理出梯度，然后选择在参与者i的直接相邻的结点，冗余的计算 S4、服务端更新声望系数rij，然后根据公式更新再根据一个常数系数γ来进行调节将保持在[0,1]的区间；γ属于参数； 设置一个掩码mask-m，奖励梯度的计算需要考虑掩码； 同上，保留个的梯度更新，其中，l是个常数系数，表示向下取整数；初始化的时候，可以进行随机的保存；数据质量高的参与者会获得更多的全局梯度更新；利用参数β和γ来进行调节传播、本地梯度和全局的梯度。

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科晶锐(苏州)科技有限公司，其通讯地址为：215000 江苏省苏州市姑苏区西环路3068号芯谷产业园2617室；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。