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！

龙图腾网获悉中国信息通信研究院申请的专利面向人工智能算法的模型加密与隐私保护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：CN120068123B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510541888.8，技术领域涉及：G06F21/60；该发明授权面向人工智能算法的模型加密与隐私保护方法是由赵相楠;杨文钰;阿合买提·雨三设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本面向人工智能算法的模型加密与隐私保护方法在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及面向人工智能算法的模型加密与隐私保护方法，通过量子特征提取与多目标优化生成隐私等级映射表，采用量子退火算法动态筛选低延迟且数据分布互补的节点子集，结合贝叶斯优化的权重预测模型改进联邦聚合公式，缓解非独立同分布数据引发的参数冲突。针对隐私保护与模型精度的平衡问题，通过量子哈希比对生成增量更新参数，结合量子支持向量机的异常检测阻断违规数据流，审计链驱动量子混合优化框架同步调整加密强度与噪声规则。闭环迭代机制将优化参数反馈至数据预处理与加密模块，形成从特征降维、模型训练到推理输出的全链路自适应协同，实现数据异构场景下隐私保护与模型效用的全局最优。

本发明授权面向人工智能算法的模型加密与隐私保护方法在权利要求书中公布了：1.面向人工智能算法的模型加密与隐私保护方法，其特征在于，包括： 步骤S101，获取原始业务数据，通过量子特征提取降维处理识别敏感属性，生成降维特征向量； 步骤S102，将所述降维特征向量输入多目标优化分级算法，生成包括数据敏感层级的隐私等级映射表及清洗后结构化数据； 步骤S103，基于所述隐私等级映射表，在联邦学习框架中动态调整参与节点的聚合权重，通过量子优化选择低延迟节点子集，生成全局模型参数； 步骤S104，根据所述隐私等级映射表对所述全局模型参数中的高敏感层进行量子全同态加密，并对加密参数执行量子稀疏压缩； 步骤S105，向压缩后的加密参数注入基于强化学习生成的动态噪声，生成带噪声加密模型参数； 步骤S106，通过量子哈希比对定位所述带噪声加密模型参数的增量更新部分，生成增量列表并更新全局模型； 步骤S107，接收用户推理请求，利用量子异常检测识别高频查询行为，对更新后的全局模型的输出结果进行模糊化处理； 步骤S108，根据数据地域标签匹配合规规则拦截违规传输，并通过量子安全哈希生成审计链； 步骤S109，基于所述审计链中的风险指标，动态调整加密强度及噪声注入策略，将调整后的策略参数反馈至联邦学习节点选择及加密模块。

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信息通信研究院，其通讯地址为：100191 北京市海淀区学院路40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”。