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！

龙图腾网获悉南开大学申请的专利基于BLS签名和梯度稀疏化的可验证联邦学习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：CN117035063B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202311161452.3，技术领域涉及：G06N3/098；该发明授权基于BLS签名和梯度稀疏化的可验证联邦学习方法是由何宁昕;高铁杠;张泽辉设计研发完成，并于2023-09-11向国家知识产权局提交的专利申请。

本基于BLS签名和梯度稀疏化的可验证联邦学习方法在说明书摘要公布了：本发明公开了基于BLS签名和梯度稀疏化的可验证联邦学习方法，涉及人工智能和信息安全交叉技术领域，方法包括：客户端采用基于梯度稀疏化的模型压缩算法对训练完成的本地模型进行压缩，然后采用同态加密方案对压缩后的本地模型参数进行加密。可信第三方机构采用基于BLS签名的协议对所有客户端上传给云服务器的模型参数进行完整性验证。验证通过的本地模型参数参与全局模型聚合，模型聚合完成后，使用类似的协议对云服务器聚合结果进行正确性验证。验证通过后，云服务器将更新后的全局模型发送给客户端；客户端对接收到的全局模型进行解密，并载入本地模型进行下一次迭代训练。

本发明授权基于BLS签名和梯度稀疏化的可验证联邦学习方法在权利要求书中公布了：1.基于BLS签名和梯度稀疏化的可验证联邦学习方法，应用于包括第三方可信机构、云服务器与K个客户端的联邦学习系统，其中K1,且K为整数，其特征在于包括以下步骤： 第1、云服务器将全局模型参数发送给K个客户端； 第2、第k个客户端在本地进行模型训练，使用基于梯度稀疏化的模型压缩算法对本地模型参数进行压缩得到Sparsewa,k,使用同态加密算法对稀疏化模型参数进行加密得到EncSparsewa,k，根据基于BLS签名的验证协议生成辅助验证信息，并将EncSparsewa,k和辅助验证信息发送给云服务器； 第3、所述的第三方可信机构联合云服务器对各所述客户端上传参数的完整性进行验证； 第4、云服务器对通过验证的本地模型进行聚合，将聚合结果返回各客户端； 第5、所述第三方可信机构联合各所述客户端对聚合结果正确性进行验证； 第6、聚合结果正确性验证通过后，各客户端对接收到的全局模型Encwglo进行解密，并将全局模型wglo加载到本地，进行下一次训练； 第3步中，所述第三方可信机构对各客户端上传模型的完整性进行验证，具体包括： 第三方可信机构使用随机数生成器生成c个整数组成的挑战信息序列{1,2,…,c}，并将挑战信息序列发送给云服务器；其中1cn； 所述云服务器根据挑战信息序列生成证明信息，，； 所述第三方可信机构进行完整性验证，计算是否成立，e是双线性配对映射，等式成立则通过完整性验证，不成立则未通过完整性验证，所述云服务器拒绝使用该客户端上传的模型进行聚合； 第5步中，所述第三方可信机构联合各所述客户端对聚合结果正确性进行验证，具体包括： 第k个客户端将加密的本地模型参数分成n个数据块，每块分成s个数据段得到； 第k个客户端计算标记和签名，g是循环群G、G1的生成元，H是单向散列函数；其中,且n是一个整数； 第k个客户端将标记和签名发送给所述云服务器； 第三方可信机构使用随机数生成器生成c个整数组成的挑战信息序列{1,2,…,c}，并将挑战信息发送给各所述客户端；其中1cn； 各客户端根据挑战信息生成证明信息，，发送给所述第三方可信机构； 所述第三方可信机构计算，如果等式成立，则说明聚合结果正确，如果等式不成立，则说明云服务器进行了恶意聚合。

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南开大学，其通讯地址为：300350 天津市津南区海河教育园同砚路38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。