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！

龙图腾网恭喜海南大学申请的专利基于异构联邦学习的远程医疗隐私数据安全共享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：CN118468340B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202410699063.4，技术领域涉及：G06F21/62；该发明授权基于异构联邦学习的远程医疗隐私数据安全共享方法是由欧嵬;张琼露;邹正睿;王楠森;邝依蕊;朱家敏;孔言心泓;韩文报设计研发完成，并于2024-05-31向国家知识产权局提交的专利申请。

本基于异构联邦学习的远程医疗隐私数据安全共享方法在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及一种基于异构联邦学习的远程医疗隐私数据安全共享方法，包括以下步骤：S10，第一终端基于本地医疗隐私数据训练获得本地模型更新，并基于加密算法对所述本地模型更新进行签名，签名后发送给第二终端；S20，所述第二终端对所述签名进行验证，并在验证通过后将各个本地模型更新进行聚合，得到全局模型，并将所述全局模型分解成若干个局部模型，一个局部模型对应于一个本地模型，局部模型对应广播给各个第一终端，以便于第一终端接收到所述局部模型后基于本地医疗隐私数据训练获得所述本地模型更新；循环执行S10‑S20，直至所述全局模型收敛。本发明在联邦学习的基础上，通过对本地模型更新签名后再传输，进一步加强了数据安全性。

本发明授权基于异构联邦学习的远程医疗隐私数据安全共享方法在权利要求书中公布了：1.一种基于异构联邦学习的远程医疗隐私数据安全共享方法，应用于包括若干个第一终端和一个第二终端的共享系统中，其特征在于，包括以下步骤：S100，第一终端基于本地医疗隐私数据训练获得本地模型更新，并基于加密算法对所述本地模型更新进行签名，签名后发送给第二终端；各个第一终端所要训练的本地模型的结构是预先确定的，各个本地模型的结构不同；S200，所述第二终端对所述签名进行验证，并在验证通过后将各个本地模型更新进行聚合，得到全局模型，并将所述全局模型分解成若干个局部模型，一个局部模型对应于一个本地模型，局部模型对应广播给各个第一终端，以便于第一终端接收到所述局部模型后基于本地医疗隐私数据训练获得所述本地模型更新；在验证通过后将各个本地模型更新进行聚合，得到全局模型的处理包括：将各个本地模型更新的滤波器按照固定的若干维度对齐，并在空余位置使用零值填充；根据模型映射矩阵，将对齐后的本地模型更新中聚合在全局模型中的对应位置，所述模型映射矩阵中记录有各个本地模型在全局模型中的位置关系，由第二终端于软件系统初始化时记录生成；循环执行S100-S200，直至所述全局模型收敛；S100中，所述基于加密算法对所述本地模型更新进行签名的处理，包括：第一终端向第三终端发送第一终端标识符和签名分量g＝eP1,Pspub，以便于第三终端基于所述第一终端标识符生成两个私钥分片和以及基于cph生成r、b1、b2；rd1为随机数，P1是循环群G1的生成元，Pspub为签名主公钥，r表示消息的哈希值，e为从G1×G2到GT的双线性对；第一终端接收所述私钥分片消息的哈希值r、签名分量b1和b2，生成签名r,s，第三终端基于所述第一终端标识符生成两个私钥分片和以及基于cph生成r、b1、b2的处理，包括： 和rd2、rd3、rn和sk为随机数，N为循环群G1的阶，H为杂凑函数，mod表示模运算，均为中间参数；S200中，所述第二终端对所述签名进行验证的处理，包括：第二终端验证r∈[1,N-1]且s∈G1是否成立；如果成立，则第二终端向第三终端请求所述计算F＝Pspub+[r1]P2，l＝es,F，g＝eP1,Pspub、m＝gr，cpk＝l·m，验证r2和r是否相等，若相等则验证通过，否则验证不通过。

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海南大学，其通讯地址为：570228 海南省海口市人民大道58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”。