申请/专利权人：西安电子科技大学

申请日：2022-05-11

公开（公告）日：2024-06-25

公开（公告）号：CN115242369B

主分类号：H04L9/00

分类号：H04L9/00;H04L9/40;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.11.11#实质审查的生效;2022.10.25#公开

摘要：本发明公开了一种基于多密钥同态加密的联邦学习隐私保护方法及其装置，包括：用户端采集数据，形成数据集，用户端获取第一密钥；用户端对预设的训练模型进行训练，先编码，再加密，得到密文，将密文发送至服务器；服务器检测密文是否丢失，如果丢失，生成补充密文，进行聚合；如果没有丢失，将密文进行聚合；在聚合的过程中，判断补充密文或密文的噪声预算是否充足，如果充足，将补充密文或密文继续进行聚合，得到聚合后的密文；如果不充足，对补充密文或密文进行噪声刷新，噪声刷新后，将补充密文或密文继续进行聚合，得到聚合后的密文；将聚合后的密文返回至用户端，用户端根据第一密钥解密。本申请通过以上加密过程，保证加密安全性和高效性。

主权项：1.一种基于多密钥同态加密的联邦学习隐私保护方法，其特征在于，包括：用户端采集数据，形成数据集，并且所述用户端从服务器获取第一密钥；所述第一密钥包括私密钥、恢复密钥和公密钥；所述私密钥是基于主密钥生成，具体过程为：所述服务器为多个所述用户端生成主密钥；利用多项式加减法对多个所述用户端的主密钥进行随机分割，以形成多个所述用户端的所述私密钥；所述恢复密钥是基于所述主密钥和所述私密钥生成，具体过程为：利用每个所述用户端的所述主密钥和所述私密钥为各所述用户端生成恢复密钥；所述用户端使用所述数据集对预设的训练模型进行训练，对训练好的模型先编码，再利用所述第一密钥进行加密，得到密文，并且将所述密文发送至服务器；所述服务器检测所述密文是否丢失，如果丢失，则生成补充密文，并且将所述补充密文进行聚合；如果没有丢失，则将所述密文进行聚合；在聚合的过程中，判断所述补充密文或所述密文的噪声预算是否充足，如果充足，则将所述补充密文或所述密文继续进行聚合，得到聚合后的密文；如果不充足，则对所述补充密文或所述密文进行噪声刷新，噪声刷新后，将所述补充密文或所述密文继续进行聚合，得到聚合后的密文；其中，所述噪声刷新的具体过程为：所述服务器聚合至第k个所述密文时，如果噪声预算不足，则再次进行刷新所述密文，并且构建该所述用户端获取的当前所述密文对应的临时的公密钥和私密钥；使用临时的所述私密钥对所述密文解密后再重新选取处于安全范围内的噪声，并且使用临时公密钥重新加密，在进行解密时以消除噪声；将所述聚合后的密文返回至所述用户端，所述用户端根据所述第一密钥进行解密。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于多密钥同态加密的联邦学习隐私保护方法及其装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD