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

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
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
申请号:CN202511154087
申请日期:2025-08-18
公开号:CN120658394B
公开日期:2025-10-21
类型:发明专利
摘要
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。
技术关键词
产权保护方法 联邦学习模型 量子态 同态加密方法 指纹 量子哈希函数 编码 水印特征 身份 账本 水印嵌入 密码学承诺 数据存储 智能合约部署 节点 私钥 降维技术 人工智能技术
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号