Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国石油大学(华东)王丹心获国家专利权

恭喜中国石油大学(华东)王丹心获国家专利权

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!

龙图腾网恭喜中国石油大学(华东)申请的专利一种面向医疗数据的隐私保护联邦学习安全聚合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:CN119203246B

龙图腾网通过国家知识产权局官网在2025-03-11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:202411707057.5,技术领域涉及:G06F21/62;该发明授权一种面向医疗数据的隐私保护联邦学习安全聚合方法是由王丹心;崔杰铭;高鱼洋;张小蔓设计研发完成,并于2024-11-27向国家知识产权局提交的专利申请。

一种面向医疗数据的隐私保护联邦学习安全聚合方法在说明书摘要公布了:本发明属于数据隐私保护技术领域,公开了一种面向医疗数据的隐私保护联邦学习安全聚合方法。首先医疗机构在上传自身医疗数据前会用随机生成的秘密对模型参数进行扰动,然后使用秘密共享机制来共享秘密,解决联邦学习中由于医疗机构存在异质性导致的掉线问题,其次采用同态加密技术来加密医疗机构收到的来自其他医疗机构的秘密分片,保证数据安全,最后通过解密服务器来生成同态加密相关参数并且对各个医疗机构上传的加密的秘密分片进行解密,确保聚合服务器无法解密的模型参数,解决恶意服务器可能窥探隐私数据的问题。本发明方法实现了面向医疗数据的多密钥环境下的安全聚合并且有效抵御了联邦学习聚合过程中的用户隐私泄露以及恶意服务器问题。

本发明授权一种面向医疗数据的隐私保护联邦学习安全聚合方法在权利要求书中公布了:1.一种面向医疗数据的隐私保护联邦学习安全聚合方法,适用于联邦学习系统中包含医疗机构客户端、聚合服务器和解密服务器多方参与的环境;其特征在于,医疗机构客户端负责进行本地训练并上传其模型参数;聚合服务器负责收集信息在密文环境下进行聚合;解密服务器只能得到聚合后的秘密共享分片密文进行解密;所述面向医疗数据的隐私保护联邦学习安全聚合方法,包括如下步骤:步骤1.聚合服务器生成初始化全局模型,解密服务器利用BCP加密算法生成公共参数广播给联邦学习系统中每个医疗机构客户端;步骤2.联邦学习系统中每个客户端根据接收到的公共参数,利用BCP同态加密算法随机生成自身的加密密钥,并且每个客户端随机生成一个用于秘密共享的秘密;步骤3.每个客户端进行本地训练,将要上传的模型参数用Shamir秘密共享生成的秘密掩码,每个客户端将自身秘密共享的秘密分片广播给联邦学习系统中其他客户端;每个客户端将加密的模型参数以及用自身密钥加密的其他客户端发送的秘密共享分片,上传给聚合服务器;步骤4.考虑到客户端可能会出现掉线的情况,聚合服务器收到其中部分客户端上传的数据后,将加密的模型参数进行聚合,将每个客户端加密后的秘密共享分片进行聚合,将聚合的秘密分片发送给解密服务器;所述步骤4具体为:步骤4.1.假设有n个客户端能够成功上传数据,聚合服务器收到n个客户端上传的数据后,将密文ci进行聚合,得到聚合结果c;聚合结果c的计算如下: 其中,ci是第i个客户端将本地模型参数wi用Shamir秘密共享的秘密ki进行掩码的结果;步骤4.2.将客户端加密后的秘密共享分片Ejkij进行聚合,得到聚合结果记为Ejk;Ejk的计算如下: 其中,kij为第i个客户端分发给第j个客户端的对应秘密共享分片,Ejkij表示第j个客户端将kij用自身的密钥加密得到的加密结果,即加密后的秘密共享分片;步骤4.3.将聚合结果Ejk发送给解密服务器;步骤5.解密服务器对加密后的秘密共享分片进行解密,再通过秘密共享还原每个客户端生成的秘密总和,最后将还原后的秘密总和返还给聚合服务器;步骤6.聚合服务器通过聚合模型参数密文与解密服务器传来的秘密总和相减,得到聚合结果的明文,然后将聚合结果的明文广播给联邦学习系统中所有的客户端,进行下一轮训练;步骤7.重复步骤2-步骤6,直至达到预设的训练轮次后或精度要求后结束。

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中国石油大学(华东),其通讯地址为:266580 山东省青岛市黄岛区长江西路66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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。