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！

龙图腾网获悉华东师范大学;上海境山科技有限公司申请的专利基于TrustZone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：CN116596089B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310434220.4，技术领域涉及：G06N20/00；该发明授权基于TrustZone的联邦学习方法是由何道敬;徐浩天;朱珊珊;杜润萌设计研发完成，并于2023-04-21向国家知识产权局提交的专利申请。

本基于TrustZone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TrustZone的联邦学习方法，包括：在客户端上使用TrustZone进行本地训练，在服务器上使用TrustZone进行安全聚合，从而对敌手隐藏模型参数或者梯度更新，面对当前TrustZone有限的内存大小的挑战，联邦学习系统利用分层训练在可信区域内训练每个模型的层，直到其收敛；应对安全性数据传输，选取对称加密方法对客户端输出的数据进行加密，训练数据在TrustZone中进行加密后传输至服务端，在服务端聚合前于TrustZone中解密，聚合后在TrustZone中加密并传输至客户端，客户端再在TrustZone中解密后更新模型；使用差分隐私方法，对数据设置隐私参数，以保护隐私的方式向数据添加噪声，同时仍允许执行准确的分析。本发明有效提升了基于TrustZone的联邦学习系统的安全性。

本发明授权基于TrustZone的联邦学习方法在权利要求书中公布了：1.一种基于TrustZone的联邦学习方法，其特征在于，所述方法包括以下具体步骤： S1、基于可信执行环境生成安全区和真实区，设定一个最大迭代次数初始值，选择训练模型和数据集； S2、客户端向服务端提出下载初始的模型参数的请求，服务端回应请求，将初始的模型参数送入安全区并使用对称加密，之后发送加密的模型参数给客户端； S3、使用客户端算法，客户端向联邦学习服务器进行验证，再将加密的模型参数送入本地安全区中解密，之后对解密后的模型进行分层训练，并对生成的模型参数使用差分隐私方法，然后在安全区中加密，将加密的模型参数发送给服务端； S4、使用服务端算法，服务端收到各个客户端发来的模型参数，送入安全区中解密，并在服务端的TEE中运行联邦平均函数来聚合各个客户端的所有训练过的模型参数，得到一个全局训练过的模型；服务端使用数据遗忘来隐藏实际的内存引用序列； S5、服务端计算全局模型上的损失函数；如果损失函数满足错误约束，服务端将加密的全局模型发送给各个客户端，否则将进行另一轮步骤S3至S5；一方能够在训练过程的任何时候退出，但只有在经过一轮训练后才能加入，达到最大迭代次数时停止。

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华东师范大学;上海境山科技有限公司，其通讯地址为：200241 上海市闵行区东川路500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。