一种基于量子编码与格密码的联邦学习模型产权保护方法

本申请涉及人工智能技术领域，一种基于量子编码与格密码的联邦学习模型产权保护方法。方法包括：首先，分发初始全局模型，基于初始全局模型结合格密码量子态编码和信息论进行量子水印生成与嵌入；之后，基于嵌入水印的初始全局模型生成对应的量子指纹，采用多密钥同态加密方法聚合量子指纹，得到全局聚合指纹，并将对应的身份信息记录在DAG账本；最后，接收验证信息，基于验证信息和身份信息结合基于格困难问题的零知识证明协议进行模型所有权归属验证。水印本身由一个LWE实例加密，任何试图移除水印的计算行为，都等价于求解一个困难的LWE问题，这在计算上是不可行的。通过采用先进的格密码算法，实现了卓越的性能。