一种利用算法加速结合同态加密的联邦学习方法、程序、设备及存储介质

AITNT
正文
推荐专利
一种利用算法加速结合同态加密的联邦学习方法、程序、设备及存储介质
申请号:CN202510613320
申请日期:2025-05-13
公开号:CN120263385A
公开日期:2025-07-04
类型:发明专利
摘要
本发明公开了一种利用算法加速结合同态加密的联邦学习方法、程序、设备及存储介质,属于数据隐私保护技术领域。本发明方法将Karatsuba算法和快速幂取模算法融入同态加密与联邦学习相结合的过程中,在Paillier同态加密的加密和解密阶段分别形成"先快速幂取模,后Karatsuba乘法"的串联协作机制。该方法在加密解密阶段采用串联协作机制,能够减少计算量,同时避免大数运算的溢出问题;且大幅降低了乘法运算的时间复杂度,进一步加速了加密解密流程。
技术关键词
联邦学习方法 客户端 数据隐私保护技术 参数 加密解密 算法模块 同态加密算法 明文 指数 计算机装置 管理服务器 训练集 计算机程序产品 处理器 私钥 指令
系统为您推荐了相关专利信息
1
一种多品类传统文化品牌价值动态监测系统及方法
动态监测系统 区块链存证 瓷器 核心算法 指标
2
摔跤检测方法、摔跤检测模型的训练方法、装置及设备
场景特征 穿戴式设备 分子模型 风险 传感
3
一种酶解-梯度联用提取青蒿活性成分的方法及控制系统
风险预测模型 关键工艺参数 青蒿素提取 实时数据采集 控制系统
4
一种羊毛针织面料透气性数字化预测方法及系统
羊毛针织面料 指标 指数 初始聚类中心 灰色关联度
5
一种基于感兴趣区域的VVC自适应视频编码方法及系统
视频编码方法 生成可视化界面 感兴趣 显著性检测算法 运动检测算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号