CN119599095A 一种基于函数加密的公平联邦学习方法 （电子科技大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119599095A

(43)申请公布日2025.03.11

(21)申请号202411635410.3

(22)申请日2024.11.15

(71)申请人电子科技大学

地址611731四川省成都市高新区（西区）

西源大道2006号

(72)发明人李洪伟张然钱心缘姜文博

(74)专利代理机构电子科技大学专利中心51203

专利代理师邹裕蓉

(51)Int.Cl.

G06N3/098(2023.01)

G06F21/62(2013.01)

G06F21/60(2013.01)

G06F18/22(2023.01)

H04L9/00(2022.01)

H04L9/08(2006.01)

H04L9/40(2022.01)

权利要求书2页说明书7页附图1页

(54)发明名称

一种基于函数加密的公平联邦学习方法

(57)摘要

CN119599095A本发明提出了一种基于函数加密的公平联邦学习方法，设计了基于多客户端函数加密MCFE和隐私保护信誉机制PPRM的隐私保护联邦学习框架——QPFFL，旨在解决联邦学习中的量子抵抗、隐私保护和公平性等挑战。其中，多客户端函数加密保证了客户端数据的隐私性，并实现了模型的安全聚合。隐私保护信誉机制识别和缓