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！

龙图腾网获悉北京电子科技学院申请的专利一种基于同态加密的联邦学习GPU加速密文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：CN119483906B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202411888995.X，技术领域涉及：H04L9/00；该发明授权一种基于同态加密的联邦学习GPU加速密文聚合方法是由李晓东;崔元;李慧;马澜;赵若云;窦一萌;官里;周苏雅;赵炽野;金鑫设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于同态加密的联邦学习GPU加速密文聚合方法在说明书摘要公布了：本发明公开了一种基于同态加密的联邦学习GPU加速密文聚合方法，涉及信息安全技术领域，包括以下步骤：服务器初始化全局模型的模型参数并发送至客户端；客户端生成进行同态加密的私钥和计算密钥，根据接收的模型参数对本地模型进行训练，更新本地模型，利用私钥采用模分量同态加密算法对本地模型的模型参数进行加密获得密文，并发送至服务器；服务器将所有客户端的密文加载至GPU根据计算密钥进行并行加和计算获得加和值，再回传至CPU进行加权平均聚合，获得聚合密文发送至客户端；客户端利用私钥对聚合密文进行解密，解密后的模型参数更新本地模型，重复上述训练和加密传输过程。本发明能够有效提升联邦学习效率和精度，同时保证学习的安全性。

本发明授权一种基于同态加密的联邦学习GPU加速密文聚合方法在权利要求书中公布了：1.一种基于同态加密的联邦学习GPU加速密文聚合方法，其特征在于，包括以下步骤： 步骤1：服务器初始化全局模型，并将全局模型的模型参数发送至客户端； 步骤2：客户端生成进行同态加密的私钥和计算密钥；具体包括： 步骤21：选择n个模基组成模投影基B； 步骤21：设置用户主密钥U，并对用户主密钥U进行加密，生成位置模板S； 步骤23：根据模投影基B和位置模板S生成私钥和计算密钥，私钥SK包括模投影基B、位置模板S、放大倍数a和比例因子Δ；计算密钥EK包括模投影基B、放大倍数a和比例因子Δ； 步骤3：客户端根据全局模型的模型参数对本地模型进行训练，更新本地模型； 步骤4：客户端根据私钥采用模分量同态加密算法对本地模型的模型参数进行加密，获得密文，并将密文发送至服务器；具体操作包括： 步骤41：选择3个随机数； 步骤42：将模型参数乘以私钥SK中的比例因子Δ并取最近的整数，将获得的整数乘以私钥SK中的放大倍数a再加上随机数噪声η，获得区别明文； 步骤43：将3个随机数分别乘以放大倍数a后再加上随机数噪声η，获得3个放大加扰随机数； 步骤44：令模型参数对模投影基B进行取模运算，获得真实模投影集； 步骤45：利用3个放大加扰随机数对模投影基B进行取模运算，获得冗余模投影集； 步骤46：将真实模投影集根据私钥SK的位置模板S中真实模分量的位置插入冗余模投影集中，获得密文e； 步骤5：服务器接收到密文后，将所有客户端的密文加载至GPU根据计算密钥进行并行加和计算获得加和值，再将加和值回传至CPU根据计算密钥进行加权平均聚合，获得聚合密文发送至客户端；服务器对密文进行加权平均和聚合的过程为： 步骤51：GPU复制服务器中CPU上的密文； 步骤52：GPU启动一个加和内核和一个提取内核，调用多个线程块，每个线程块内有多个线程，每个线程根据计算密钥EK对密文的不同数据小组进行加和计算，将加和值提取并存储到结果数组中，结果数组中的加和值回传至CPU，释放GPU内存；每个线程根据全局索引处理对应的数据小组执行加和、提取操作； 每个线程对两个客户端对应的模型参数的密文进行盲加操作，在该过程中首先根据计算密钥EK中的放大倍数a和比例因子Δ将两组密文进行对阶，然后利用模投影基B对两组对阶后的密文进行加法操作，获得新的密文，最后根据两组密文的放大倍数和比例因子的阶更新新的密文的放大倍数和比例因子的阶； 步骤53：CPU根据计算密钥EK对加和值进行加权平均操作，获得聚合密文，并发送至客户端； 步骤6：客户端利用私钥对聚合密文进行解密，利用解密后的模型参数更新本地模型，并返回步骤3，直至达到迭代次数或全局模型的目标函数收敛。

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电子科技学院，其通讯地址为：100000 北京市丰台区富丰路7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”。