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！

龙图腾网获悉北京信息科技大学申请的专利一种基于可验证机制的数据协作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：CN115906154B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202211367312.7，技术领域涉及：G06F21/62；该发明授权一种基于可验证机制的数据协作方法是由康海燕;程涛;司夏萌;王骁识设计研发完成，并于2022-11-02向国家知识产权局提交的专利申请。

本一种基于可验证机制的数据协作方法在说明书摘要公布了：本发明涉及一种基于可验证机制的数据协作方法，涉及机器学习与数据安全领域，包括：将参与设定数据协作任务的多个参与方划分为验证者和多个计算者；利用各个计算者的本地数据对当前本地模型进行模型训练；各计算者的当前本地模型完成设定轮数的模型训练后向验证者发送证明信息；验证解密后的证明信息，统计解密后的证明信息有效的计算者发出参数合并信号的数量；若发出参数合并信号的计算者的数量大于或者等于设定阈值，则通过验证者对发出参数合并信号的计算者的模型参数进行参数合并，得到当前聚合模型；若当前聚合模型达到设定标准，则将当前聚合模型作为最终聚合模型。本发明提升了隐私数据的安全性和共享数据的可信性。

本发明授权一种基于可验证机制的数据协作方法在权利要求书中公布了：1.一种基于可验证机制的数据协作方法，其特征在于，包括： 将参与设定数据协作任务的多个参与方划分为一个验证者和多个计算者；各所述参与方均包括本地数据和网络结构相同的本地模型；将所述验证者的本地模型记为聚合模型； 通过所述验证者生成证明密钥和验证密钥，将所述证明密钥发送给多个所述计算者； 利用各个所述计算者的本地数据对各对应所述计算者的当前本地模型进行设定轮数的模型训练； 各所述计算者的当前本地模型完成设定轮数的模型训练后向所述验证者发送证明信息； 所述验证者根据所述验证密钥解密各所述证明信息，验证解密后的证明信息，并统计解密后的所述证明信息有效的所述计算者发出的参数合并信号的数量； 判断发出所述参数合并信号的所述计算者的数量是否大于或者等于设定阈值； 若发出参数合并信号的所述计算者的数量大于或者等于设定阈值，则通过所述验证者对发出参数合并信号的所述计算者的模型参数进行参数合并，得到当前聚合模型； 若发出参数合并信号的所述计算者的数量小于所述设定阈值，返回步骤“利用各个所述计算者的本地数据对各对应所述计算者的当前本地模型进行设定轮数的模型训练”； 判断当前聚合模型的预测准确性是否达到设定标准； 若没有达到所述设定标准，则返回步骤“利用各个所述计算者的本地数据对各对应所述计算者的当前本地模型进行设定轮数的模型训练”； 若达到所述设定标准，则将当前聚合模型作为最终聚合模型，完成所述设定数据协作任务； 所述各所述计算者的当前本地模型完成设定轮数的模型训练后向所述验证者发送证明信息，具体包括： 各所述计算者采用零知识简洁的非交互式知识论证技术，将当前本地模型进行设定轮数的模型训练的计算任务转换为算术电路，通过所述证明密钥对所述算术电路进行加密，生成所述证明信息，所述证明信息为二次算术多项式； 所述验证者根据所述验证密钥解密各所述证明信息，验证解密后的证明信息，并统计解密后的所述证明信息有效的所述计算者发出的参数合并信号的数量，具体包括： 解密后的证明信息包括多个多项式，利用各所述多项式进行预设的数学运算，生成一个结果多项式； 判断所述结果多项式与所述二次算术多项式是否相同； 若相同则解密后的所述证明信息有效，使第j个所述计算者发出参数合并信号； 若不相同则解密后的所述证明信息无效，则利用第j个所述计算者的本地数据对第j个所述计算者的当前本地模型进行设定轮数的训练，并将每轮训练后的模型参数上传至所述验证者。

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信息科技大学，其通讯地址为：100101 北京市海淀区清河小营东路12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。