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！

龙图腾网恭喜北京邮电大学;国网辽宁省电力有限公司申请的专利基于隐私保护的联邦学习方法以及相关设备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：CN114357504B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202111421244.3，技术领域涉及：G06F21/62；该发明授权基于隐私保护的联邦学习方法以及相关设备是由李斌;刘宏福;赵成林;周小明;许方敏设计研发完成，并于2021-11-26向国家知识产权局提交的专利申请。

本基于隐私保护的联邦学习方法以及相关设备在说明书摘要公布了：本公开实施例提供一种基于隐私保护的联邦学习方法以及相关设备。所述方法包括：根据神经网络的权重矩阵，得到行采样序列集合和列采样序列集合；根据行采样序列集合和列采样序列集合，生成低维行表征矩阵和低维列表征矩阵；接收边缘节点端发送的公钥，并根据公钥对对称密钥进行加密，得到密文，并将密文发送到边缘节点端；生成对称密钥，并根据对称密钥对行采样序列集合和列采样序列集合进行加密，得到加密后的行采样序列集合和列采样序列集合；根据低维行表征矩阵、低维列表征矩阵、加密后的行采样序列集合和加密后的列采样序列集合，生成初始化参数集合，并将初始化参数集合发送至中心服务器端。

本发明授权基于隐私保护的联邦学习方法以及相关设备在权利要求书中公布了：1.一种基于隐私保护的联邦学习方法，应用于目标节点端，所述方法包括：根据神经网络的权重矩阵，得到行采样序列集合和列采样序列集合；根据所述行采样序列集合和列采样序列集合，生成低维行表征矩阵和低维列表征矩阵；生成对称密钥，并根据所述对称密钥对所述行采样序列集合和列采样序列集合进行加密，得到加密后的行采样序列集合和列采样序列集合；所述加密后的行采样序列集合和列采样序列集合满足如下表达式： ；其中，为所述对称密钥，为所述行采样序列集合，为所述列采样序列集合，为神经网络总层数，为神经网络l层；接收边缘节点端发送的公钥，并根据所述公钥对所述对称密钥进行加密，得到密文，并将所述密文发送到所述边缘节点端；其中，所述目标节点端为多个边缘节点端中随机选取的一个边缘节点端；根据所述低维行表征矩阵、低维列表征矩阵、加密后的行采样序列集合和加密后的列采样序列集合，生成初始化参数集合，并将所述初始化参数集合发送至中心服务器端；所述中心服务器端接收所述目标节点端发送的所述初始化参数集合，并将所述初始化参数集合发送到所述边缘节点端；所述边缘节点端接收所述中心服务器端发送的所述初始化参数集合，根据所述对称密钥，对所述初始化参数集合中的加密后的行采样序列集合和加密后的列采样序列集合进行解密，得到解密后的行采样序列集合和列采样序列集合；所述边缘节点端根据所述解密后的行采样序列集合和列采样序列集合，以及所述初始化参数集合中的低维行表征矩阵和低维列表征矩阵，计算核心矩阵；根据所述核心矩阵，并结合该边缘节点端的本地隐私数据集，训练该边缘节点端对应的本地行边缘表征矩阵和本地列边缘表征矩阵，得到该边缘节点端对应的行边缘表征矩阵和列边缘表征矩阵；将所述行边缘表征矩阵和所述列边缘表征矩阵发送至所述中心服务器端；所述中心服务器端接收所述边缘节点端发送的所述行边缘表征矩阵和所述列边缘表征矩阵，根据所述行边缘表征矩阵和所述列边缘表征矩阵，得到全局表征矩阵参数集合，并将所述全局表征矩阵参数集合发送至所述边缘节点端。

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北京邮电大学;国网辽宁省电力有限公司，其通讯地址为：100876 北京市海淀区西土城路10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”。