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！

龙图腾网获悉湖南匡安网络技术有限公司;国网湖南省电力有限公司益阳供电分公司申请的专利一种工业互联网边缘计算环境下基于双向认证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：CN120768650B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511054604.9，技术领域涉及：H04L9/40；该发明授权一种工业互联网边缘计算环境下基于双向认证的联邦学习方法是由李肯立;黄娟;张惟盛;蔡宇辉;杨志邦;余程;贺逊敏;杨圣洪;余思洋;吕婷设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本一种工业互联网边缘计算环境下基于双向认证的联邦学习方法在说明书摘要公布了：本发明公开了一种融合双向身份认证与动态参与者管理机制的联邦学习方法，该方法以OPAQUE协议为基础构建客户端与中心服务器间的双向认证框架，确保每轮联邦学习任务开始前均建立安全可信的通信连接；同时引入结合通信延迟与历史行为评分的信誉计算方法，对参与客户端进行实时筛选与管理，从而提升训练过程的安全性与鲁棒性；此外，通过构建模型有效性验证与信誉动态更新机制，防止低质量或恶意节点干扰模型聚合结果，最终实现一种面向工业边缘环境、具备强安全性与动态适应能力的联邦学习方法。本发明能够解决工业互联网边缘计算场景中联邦学习系统面临的身份伪造、中间人攻击、客户端异质性强以及节点动态性高等技术问题。

本发明授权一种工业互联网边缘计算环境下基于双向认证的联邦学习方法在权利要求书中公布了：1.一种工业互联网边缘计算环境下基于双向认证的联邦学习方法，其特征在于，包括： 1中心服务器初始化当前学习的轮次编号t=1，并设置最近一次完成聚合的训练编号t_last=0； 2判断t是否等于t_last+1，若是则转入3；否则转入26； 3中心服务器从本地的注册数据库中获取已完成注册的所有客户端、以及每个客户端的唯一标识IDi，所有IDi构成第一唯一标识集合𝒞={ID1,ID2,...,ID_N}，其中N表示已完成注册的客户端的总数，i∈[1，N]； 4中心服务器设置计数器cnt1=1； 5判断cnt1是否等于N，若是则转入8；否则转入6； 6中心服务器从𝒞中获取第cnt1个客户端的唯一标识IDcnt1，并根据IDcnt1判断其对应的客户端是否已与中心服务器完成绑定；若是则转入7；否则客户端完成与中心服务器的注册绑定后转入7； 7设置cnt1=cnt1+1，并返回5； 8中心服务器获取所有已完成与中心服务器绑定的客户端的唯一标识所构成的第二唯一标识集合𝒞′={ID1,ID2,...,IDn}，其中n表示第二唯一标识集合𝒞′的大小； 9设置计数器cnt2=1； 10判断cnt2是否等于n，若是则转入15，否则转入11； 11中心服务器从𝒞′中获取第cnt2个客户端的唯一标识IDcnt2，从中心服务器本地的历史记录数据库中获取第cnt2个客户端最近M次训练过程中的历史通信延迟记录和任务参与评分记录，并根据该历史通信延迟记录获取平均响应延迟Delaycnt2，根据任务参与评分记录获取行为评分Trustcnt2，其中的取值范围是5到20； 12中心服务器对上述Delaycnt2和Trustcnt2进行加权计算，得到第cnt2个客户端的信誉值Rcnt2； 13判断Rcnt2是否大于或等于预设的信誉阈值Rth，若是则将该第cnt2个客户端加入参与训练集合𝒞″，然后转入14，否则直接转入14； 14设置cnt2=cnt2+1，并返回10； 15客户端生成认证随机数r′，对本地注册口令P和r′执行盲化处理，以得到第二盲化请求u′，并将u′发送到中心服务器； 16中心服务器对u′进行OPRF运算处理，以得到认证响应值v′，从中心服务器本地的注册数据库中获取加密注册凭据EncEnv，并将v′和EncEnv发送到客户端； 17客户端执行解盲处理，以得到认证原始值v，并使用AES-256-GCM加密算法对EncEnv进行解密，获取密钥env_key； 18客户端对v和env_key进行拼接，将拼接结果输入密钥派生函数KDF中，生成共享密钥K； 19客户端使用Argon2对K执行扩展操作，以得到加密密钥SK和完整性密钥MK； 20中心服务器获取本地保存的t_last轮次训练后得到的全局模型参数向量wt_last，使用SK和MK对wt_last执行AES-256-GCM对称加密，得到全局加密模型EncSKwt_last及全局模型完整性标签MACMKwt_last后将其发送到各个客户端； 21各个客户端对加密模型和对应的完整性标签先后执行对称解密和完整性校验处理，得到全局模型的参数向量wt_last； 22各个客户端根据其本地存储的本地数据样本集合Di，对wt_last执行局部模型训练操作，得到各自在t轮次训练后得到的客户端模型参数向量wit；其中i∈[1，工业互联网边缘计算环境中客户端的总数]； 23各个客户端使用上述SK和MK对wit进行AES-256-GCM对称加密处理，得到各自在t轮次训练后得到的客户端加密模型EncSKwit、以及各自在t轮次训练后得到的客户端模型完整性标签MACMKwit，并将该EncSKwit、MACMKwit、以及集合Di中的样本发送到中心服务器； 24中心服务器对EncSKwit和MACMKwit先后执行解密与标签验证操作，得到wit，其中i∈[1，客户端的总数]； 25中心服务器根据对24得到的所有客户端的wit进行加权平均聚合操作，以生成t轮次训练后得到的全局模型参数向量wt； 26中心服务器将wt存储到本地，更新t_last=t，计算t轮次训练后得到的wt和t-1轮次训练后得到的wt−1之间的欧几里得距离∥wt−wt−1∥2，并判断∥wt−wt−1∥2是否大于预设的收敛阈值，若是则返回2，否则过程结束。

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湖南匡安网络技术有限公司;国网湖南省电力有限公司益阳供电分公司，其通讯地址为：410006 湖南省长沙市芙蓉区湘湖街道和光路102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。