買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京電子科技學院申請的專利一種基于同態加密的聯邦學習GPU加速密文聚合方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119483906B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411888995.X，技術領域涉及：H04L9/00；該發明授權一種基于同態加密的聯邦學習GPU加速密文聚合方法是由李曉東;崔元;李慧;馬瀾;趙若云;竇一萌;官里;周蘇雅;趙熾野;金鑫設計研發完成，并于2024-12-20向國家知識產權局提交的專利申請。

本一種基于同態加密的聯邦學習GPU加速密文聚合方法在說明書摘要公布了：本發明公開了一種基于同態加密的聯邦學習GPU加速密文聚合方法，涉及信息安全技術領域，包括以下步驟：服務器初始化全局模型的模型參數并發送至客戶端；客戶端生成進行同態加密的私鑰和計算密鑰，根據接收的模型參數對本地模型進行訓練，更新本地模型，利用私鑰采用模分量同態加密算法對本地模型的模型參數進行加密獲得密文，并發送至服務器；服務器將所有客戶端的密文加載至GPU根據計算密鑰進行并行加和計算獲得加和值，再回傳至CPU進行加權平均聚合，獲得聚合密文發送至客戶端；客戶端利用私鑰對聚合密文進行解密，解密后的模型參數更新本地模型，重復上述訓練和加密傳輸過程。本發明能夠有效提升聯邦學習效率和精度，同時保證學習的安全性。

本發明授權一種基于同態加密的聯邦學習GPU加速密文聚合方法在權利要求書中公布了：1.一種基于同態加密的聯邦學習GPU加速密文聚合方法，其特征在于，包括以下步驟： 步驟1：服務器初始化全局模型，并將全局模型的模型參數發送至客戶端； 步驟2：客戶端生成進行同態加密的私鑰和計算密鑰；具體包括： 步驟21：選擇n個模基組成模投影基B； 步驟21：設置用戶主密鑰U，并對用戶主密鑰U進行加密，生成位置模板S； 步驟23：根據模投影基B和位置模板S生成私鑰和計算密鑰，私鑰SK包括模投影基B、位置模板S、放大倍數a和比例因子Δ；計算密鑰EK包括模投影基B、放大倍數a和比例因子Δ； 步驟3：客戶端根據全局模型的模型參數對本地模型進行訓練，更新本地模型； 步驟4：客戶端根據私鑰采用模分量同態加密算法對本地模型的模型參數進行加密，獲得密文，并將密文發送至服務器；具體操作包括： 步驟41：選擇3個隨機數； 步驟42：將模型參數乘以私鑰SK中的比例因子Δ并取最近的整數，將獲得的整數乘以私鑰SK中的放大倍數a再加上隨機數噪聲η，獲得區別明文； 步驟43：將3個隨機數分別乘以放大倍數a后再加上隨機數噪聲η，獲得3個放大加擾隨機數； 步驟44：令模型參數對模投影基B進行取模運算，獲得真實模投影集； 步驟45：利用3個放大加擾隨機數對模投影基B進行取模運算，獲得冗余模投影集； 步驟46：將真實模投影集根據私鑰SK的位置模板S中真實模分量的位置插入冗余模投影集中，獲得密文e； 步驟5：服務器接收到密文后，將所有客戶端的密文加載至GPU根據計算密鑰進行并行加和計算獲得加和值，再將加和值回傳至CPU根據計算密鑰進行加權平均聚合，獲得聚合密文發送至客戶端；服務器對密文進行加權平均和聚合的過程為： 步驟51：GPU復制服務器中CPU上的密文； 步驟52：GPU啟動一個加和內核和一個提取內核，調用多個線程塊，每個線程塊內有多個線程，每個線程根據計算密鑰EK對密文的不同數據小組進行加和計算，將加和值提取并存儲到結果數組中，結果數組中的加和值回傳至CPU，釋放GPU內存；每個線程根據全局索引處理對應的數據小組執行加和、提取操作； 每個線程對兩個客戶端對應的模型參數的密文進行盲加操作，在該過程中首先根據計算密鑰EK中的放大倍數a和比例因子Δ將兩組密文進行對階，然后利用模投影基B對兩組對階后的密文進行加法操作，獲得新的密文，最后根據兩組密文的放大倍數和比例因子的階更新新的密文的放大倍數和比例因子的階； 步驟53：CPU根據計算密鑰EK對加和值進行加權平均操作，獲得聚合密文，并發送至客戶端； 步驟6：客戶端利用私鑰對聚合密文進行解密，利用解密后的模型參數更新本地模型，并返回步驟3，直至達到迭代次數或全局模型的目標函數收斂。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京電子科技學院，其通訊地址為：100000 北京市豐臺區富豐路7號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。