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！

龙图腾网获悉电子科技大学;中国电信股份有限公司四川分公司申请的专利一种基于函数加密的隐私保护纵向联邦学习方法及系统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：CN119830334B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411806584.1，技术领域涉及：G06F21/62；该发明授权一种基于函数加密的隐私保护纵向联邦学习方法及系统是由汪小芬;杨浩淼;张波;张骥;龙鹏;李垣潼;蒋鸣;徐庆;仲亚男;张小松设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于函数加密的隐私保护纵向联邦学习方法及系统在说明书摘要公布了：本发明涉及联邦学习安全领域，提供了一种基于函数加密的隐私保护纵向联邦学习方法及系统。该方法解决纵向联邦学习场景中基于密码学技术实现隐私保护时所面临的问题，即计算时间过多，通信开销过大，模型准确率和训练开销难以平衡的问题。主要方案包括系统初始化、客户端前向传播、服务器前向传播、服务器后向传播和客户端后向传播。本发明用于隐私保护纵向联邦学习，通过去中心化多客户端函数加密算法和纵向联邦学习框架，有效抵御梯度泄露攻击和基于模型参数的反向推导攻击，提高计算效率同时保证模型精度，减少通信开销，增强客户端样本数据的隐私性。

本发明授权一种基于函数加密的隐私保护纵向联邦学习方法及系统在权利要求书中公布了：1.一种基于函数加密的隐私保护纵向联邦学习方法，其特征在于，包括如下步骤： 步骤S1.包括M个参与者，其中第一个参与者为任务的发起者并同时充当服务器和第一个客户端的角色，其余参与者均充当客户端的角色，服务器基于给定的安全参数生成分布式多客户的函数加密算法公共参数，并初始化一个输出层为线性层的全局模型，服务器将加密算法公共参数和切分后的全局模型的输入层模型参数分发给各客户端； 步骤S2.客户端基于收到的加密算法公共参数和全局模型输入层模型部分参数生成客户端密钥并初始化本地模型； 步骤S3.所有参与者联合秘密生成各自的随机掩码向量使得∑m∈[M]Tm＝0，其中表示2维的p阶循环群； 步骤S4.客户端m基于随机掩码向量Tm计算部分函数解密密钥dkm，并将dkm发送给服务器； 步骤S5.服务器基于所有客户端的部分函数解密密钥dkm聚合生成函数解密密钥dk； 步骤S6.客户端基于本地样本计算本地模型输出，并将加密后的输出结果密文和随机扰动后的样本数据上传给服务器； 步骤S7.服务器接收各客户端上传的本地模型输出的密文，解出所有密文的聚合结果，并基于此解密后的聚合结果进行后续模型计算和模型梯度计算； 步骤S8.服务器基于计算所得的模型梯度更新本地模型参数； 步骤S9.服务器基于随机扰动后的客户端样本计算随机扰动后的客户端模型梯度，并将其发回给相应的客户端； 步骤S10.客户端接收到服务器发回的被随机扰动后的本地模型梯度，并基于去除扰动后的本地模型梯度更新本地模型。

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电子科技大学;中国电信股份有限公司四川分公司，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。