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！

龙图腾网获悉西南石油大学申请的专利基于隐私保护的容错分层可验证安全聚合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：CN121727867B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610223130.4，技术领域涉及：H04L9/40；该发明授权基于隐私保护的容错分层可验证安全聚合的联邦学习方法是由张晓均;杨婵;赵芥;蒋欣岑;张翀;唐君莉;陈俊材;陈延松设计研发完成，并于2026-02-25向国家知识产权局提交的专利申请。

本基于隐私保护的容错分层可验证安全聚合的联邦学习方法在说明书摘要公布了：本发明公开了基于隐私保护的容错分层可验证安全聚合的联邦学习方法，涉及信息安全通讯技术领域，包括：初始化阶段、本地模型训练及签名生成阶段、局部模型聚合及秘密共享阶段、全局模型更新阶段。本发明使用三层架构进行训练的同时不引入复杂的密码学原语加密，实现了隐私保护与系统开销的平衡。第一层为用户层主要执行本地训练，并引入盲化技术保护本地训练结果。第二层为边缘服务器层主要实现局部聚合以及份额共享，并将共享的份额进行编码避免直接传输。第三层为聚合服务器层主要进行参数重构以全局模型更新。本发明设计了一种基于椭圆曲线的数字签名技术，同时引入哈希链保护数据的完整性，能保持较高的训练准确率，并减少通信与计算开销。

本发明授权基于隐私保护的容错分层可验证安全聚合的联邦学习方法在权利要求书中公布了：1.基于隐私保护的容错分层可验证安全聚合的联邦学习方法，其特征在于，应用于模型训练系统，所述模型训练系统包括聚合服务器P、边缘服务器Si、用户Ui,j，，，m是用户分组数或边缘服务器总数，n是每个分组中用户的数量，每个用户分组对应与一个边缘服务器连接，联邦学习方法包括以下四个阶段： 初始化阶段：聚合服务器设置公共参数并为各个实体生成初始化参数，公共参数包括设置椭圆曲线以及生成元、抗碰撞的哈希函数、保证全局模型完整性的哈希链，初始化参数包括用户以及边缘服务器的唯一的身份标识符以及公私钥对；聚合服务器通过安全信道将用户与边缘服务器的密钥进行分配； 本地模型训练及签名生成阶段：每个用户首先使用数字签名算法验证聚合服务器发来的全局模型；使用本地的数据进行模型训练得到局部模型参数，并使用盲化技术为局部模型参数添加掩码；将添加掩码的参数进行签名并上传至各自分组对应的边缘服务器； 局部模型聚合及秘密共享阶段：边缘服务器对用户上传的参数签名进行验证，验证通过后就将模型聚合得到局部聚合结果，将局部聚合结果使用聚合服务器的私钥生成数字签名；进一步将局部聚合结果进行秘密共享得到份额，留下一个份额并把其余份额传输给其他边缘服务器；每个边缘服务器将接收到的份额与自己留下的份额通过超递增序列进行编码，最终将所述数字签名与编码结果一起发送给聚合服务器； 全局模型更新阶段：聚合服务器将接收到编码结果进行解码，得到份额；根据秘密共享的重构算法将其重构，得到局部聚合结果；验证该结果与接收的签名是否一致，如果不一致则丢弃该结果；将一致的局部聚合结果进行全局聚合，得到更新的全局模型参数，并将新一轮的全局模型参数添加到哈希链中，进行模型参数完整性检查。

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西南石油大学，其通讯地址为：610500 四川省成都市新都大道8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。