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！

龙图腾网获悉哈尔滨理工大学申请的专利一种混沌加密与双服务器赋能的鲁棒联邦学习方法及系统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：CN119995819B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411646576.5，技术领域涉及：H04L9/00；该发明授权一种混沌加密与双服务器赋能的鲁棒联邦学习方法及系统是由康守强;吴雨轩;王玉静;吕文敏;刘欢;王庆岩;沈涛设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种混沌加密与双服务器赋能的鲁棒联邦学习方法及系统在说明书摘要公布了：一种混沌加密与双服务器赋能的鲁棒联邦学习方法及系统，属于数据安全技术领域。本发明是针对现有的联邦学习隐私保护方法普遍计算开销大，及现有使用混沌加密保护联邦学习隐私的方法不支持边缘节点使用互异的初始值加密的问题而提来的。技术要点：本发明允许边缘节点使用不同的初始值对本地模型参数加密，且密文之间存在相互抵消的特性，聚合后可得到明文形式的结果；其次，构建双服务器检测模式，对本地模型进行分层检测；最后提出一种信誉分机制，根据检测结果对边缘节点进行信誉评估，过滤拜占庭边缘节点，聚合诚实边缘节点的本地模型参数。安全性分析表明所提方法可有效防止边缘节点的隐私泄露；实验结果表明拜占庭攻击下，所提方法的测试准确率比基线方案平均高18.33％，与CKKS、BFV等同态加密方法相比，时间开销至少降低69.8％，可高效地兼顾隐私保护与拜占庭鲁棒性。本发明适用于滚动轴承的故障诊断。

本发明授权一种混沌加密与双服务器赋能的鲁棒联邦学习方法及系统在权利要求书中公布了：1.一种混沌加密与双服务器赋能的鲁棒联邦学习方法，其特征在于：所述方法的实现过程为： ①边缘节点Pi从SP服务器下载初始滚动轴承故障诊断模型； ②边缘节点Pi使用本地的滚动轴承数据集训练得到本地模型wi，对模型参数混沌加密，上传Wi至SP服务器、Bi至TP服务器，i∈[1,n]，P表示边缘节点集合； 在步骤②中，对模型参数混沌加密中采用的混沌加密策略为： 对边缘节点Pi，首先，Pi从SP服务器接收全局模型wglobal，利用本地的滚动轴承数据训练并得到本地模型wi； 接着，Pi随机生成一组随机数共享至Pj并从Pj接收Pj∈P且j≠i；边缘节点之间共享结束后，Pi可拥有与两组随机数； 若边缘节点Pi以作为Logistic混沌系统的初始值，Logistic混沌系统通过迭代可得到一组混沌序列，将混沌序列中的元素依次替代模型参数构建出一个新的模型，称之为“混沌参数模型”，记作 将两组随机数按上述步骤分别构建对应的混沌参数模型，并通过公式4-6实现对本地模型wi的加密；其中是一个形状与wi相同，内部元素大小均为bi的向量， 为方便后续对拜占庭边缘节点的检测，边缘节点Pi还需计算一份密文Bi，如公式7所示： 最后，上传Wi至SP服务器、Bi至TP服务器； ③SP服务器通过公式8聚合所有边缘节点的加密模型Wi，得到平均模型w； 式中：wi表示本地模型与w表示平均模型； ④SP服务器计算Wi-w，发送Wi-w至TP服务器； ⑤TP根据公式9得到本地模型wi与平均模型w的距离di，i∈[1,n]，分层计算di的l2范数；置相同层的范数为一组{d1k,…,dnk}k∈[1,K]，利用DBSCAN方法对其聚类，识别离群点，记录本地模型wi中正常与异常层数； di是一个向量，形状与wi相同； ⑥将wi中正常层数Ci与异常层数Fi赋值给Beta分布的形状参数α、β，i∈[1,n]，TP服务器计算出各个边缘节点的信誉分，若信誉分小于阈值，则判定Pi为拜占庭边缘节点； ⑦TP服务器通过公式16聚合诚实边缘节点的密文Bi，将聚合结果发送给SP服务器： ⑧SP服务器聚合诚实边缘节点的加密模型Wi，通过公式17-18恢复出全局模型: ⑨SP服务器下发wglobal至诚实边缘节点； 重复上述步骤②-⑨，直至达到迭代次数。

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哈尔滨理工大学，其通讯地址为：150000 黑龙江省哈尔滨市南岗区学府路52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”。

以上内容由龙图腾AI智能生成。