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！

龙图腾网获悉北京理工大学;中国信息通信研究院申请的专利基于排名联邦学习的隐私保护且通信高效的图像识别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：CN119834964B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411891562.X，技术领域涉及：H04L9/08；该发明授权基于排名联邦学习的隐私保护且通信高效的图像识别方法是由徐彧铧;吴怡;胡晨菲;黄玮;张川;祝烈煌设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于排名联邦学习的隐私保护且通信高效的图像识别方法在说明书摘要公布了：本发明提供一种基于排名联邦学习的隐私保护且通信高效的图像识别方法，通过传输基于排名的投票数而不是传统的梯度，以提高通信效率。结合秘密共享协议和Diffie‑Hellman密钥协议，设计了一种能够保护客户端本地上传的基于排名参数隐私的双重掩码机制，恶意云服务器或客户端均不能使用其掌握的信息来推断其他客户端的隐私信息，解决了联邦学习中客户端共享的中间模型参数仍可能暴露本地数据信息的问题。此外，通过一些在线客户端交互实现掩码重建，以支持在联邦学习过程中客户端退出时的准确聚合。

本发明授权基于排名联邦学习的隐私保护且通信高效的图像识别方法在权利要求书中公布了：1.一种基于排名联邦学习的隐私保护且通信高效的图像识别方法，其特征在于，采用由云服务器和多个客户端进行联邦学习而得到的图像识别模型进行图像识别，其中，所述图像识别模型的获取方法为： S1：可信第三方为每个客户端生成两个公钥私钥对，分别用于掩码生成和身份验证加密；各客户端将自身的两个公钥发作为消息送给云服务器，当云服务器接收到至少t条消息时，将接受到的公钥列表广播给当前轮次仍然在线的客户端； S2：各客户端分别随机选择一个第一重掩码种子，并根据秘密共享协议将该种子以及用于掩码生成的私钥分发给其他客户端； S3：各客户端分别采用用于身份验证加密的公钥对自身身份信息以及与自身进行秘密共享的客户端身份信息进行身份验证加密，并将得到的密文发送给云服务器； S4：云服务器判断当前轮次中自身是否至少收到t条密文，若为是，将当前收到的密文和表征当前轮次的图像识别模型中各网络节点之间的边重要程度的全局排名广播给当前轮次仍然在线的客户端；其中，第一次轮次时，云服务器根据初始化的边分数对图像识别模型中各网络节点之间的边重要程度进行排名； S5：各客户端根据接收到的全局排名对本地边分数进行重排，然后采用边弹出算法更新重排后的本地边分数，最后根据更新后的本地边分数获取当前轮次的本地排名； S6：各客户端将当前轮次的本地排名转换为投票数，并采用自身在步骤S2选取的第一重掩码种子和自身与其他客户端共享的用于掩码生成的私钥对投票数叠加双重掩码扰动，然后将得到的掩码投票数上传到云服务器； S7：各客户端对步骤S4中接收到的密文进行解密，若解密成功，将自身在步骤S2时通过共享得到的当前轮次仍然在线的其他客户端的第一重掩码种子切片发送给云服务器，同时将自身在步骤S2时通过共享得到的当前轮次已经下线的其他客户端的私钥切片发送给云服务器； S8：云服务器判断当前轮次中自身是否至少收到t条消息，其中，消息为第一重掩码种子切片和私钥切片，若为是，则云服务器采用秘密重构算法对第一重掩码种子和用于掩码生成的私钥进行重构，并根据重构结构计算对应的共享密钥； S9：云服务器基于共享密钥对步骤S6中接收到的所有客户端对应的掩码投票数进行投票聚合，并采用Argsort函数将聚合后的新投票数生成新的全局排名，然后返回步骤S1开始下一轮次的迭代，直到达到设定的迭代次数，设定迭代次数时得到的全局排名作为图像识别模型中各节点之间的边重要程度排名，并根据边重要程度排名对各节点之间的边赋权，得到最终的图像识别模型。

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理工大学;中国信息通信研究院，其通讯地址为：100081 北京市海淀区中关村南大街5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。