買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜昆明理工大學申請的專利一種基于零知識證明與區塊鏈技術結合的梯度聚合聯邦學習方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119420489B 。

龍圖騰網通過國家知識產權局官網在2025-04-04發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510023668.6，技術領域涉及：H04L9/32；該發明授權一種基于零知識證明與區塊鏈技術結合的梯度聚合聯邦學習方法是由柏粉花;趙壬碩;沈韜;曾凱;張弛;張曉暉設計研發完成，并于2025-01-07向國家知識產權局提交的專利申請。

本一種基于零知識證明與區塊鏈技術結合的梯度聚合聯邦學習方法在說明書摘要公布了：本發明涉及一種基于零知識證明與區塊鏈技術結合的梯度聚合聯邦學習方法，屬于分布式機器學習領域。通過結合零知識證明（zk?SNARK）和可擴展區塊鏈技術，突破了傳統方法在數據隱私保護和模型驗證方面的局限。該方法利用零知識證明來驗證全局模型的正確性，確保聚合過程的透明性和數據隱私，同時引入中國剩余定理對證明進行壓縮，減輕區塊鏈節點的存儲負擔。通過區塊鏈記錄加密模型更新的哈希值，并依托區塊鏈共識節點進行驗證，進一步提升了數據完整性和系統透明度。此外，方法中引入的動態客戶端選擇機制，基于訓練表現評分優化參與者，提升了訓練效率和模型質量。整體上，本發明提供了一種安全、高效且透明的分布式學習解決方案。

本發明授權一種基于零知識證明與區塊鏈技術結合的梯度聚合聯邦學習方法在權利要求書中公布了：1.一種基于零知識證明與區塊鏈技術結合的梯度聚合聯邦學習方法，其特征在于：步驟1：區塊鏈分布式密鑰管理中心生成每個客戶端和區塊鏈節點的密鑰對，包括公鑰與私鑰，然后密鑰管理中心將密鑰對分發給每個客戶端和區塊鏈節點，完成密鑰對生成與分發；步驟2：通過評分標準選擇客戶端；步驟3：對選擇的客戶端訓練模型，并對其生成的模型更新進行加密和簽名；步驟4：將客戶端得到的模型更新、加密模型更新和簽名傳輸到區塊鏈網絡，并進行分布式聚合和加密，得到加密全局模型；步驟5：分布式聚合節點利用零知識簡潔非交互式知識論證為聚合操作生成零知識證明，再使用中國剩余定理壓縮零知識證明；步驟6：分布式聚合節點將全局模型及加密全局模型傳輸給選擇的客戶端，并通過區塊鏈網絡將壓縮后的零知識證明和加密全局模型廣播給區塊鏈的共識節點；步驟7：共識節點在接收到利用中國剩余定理壓縮后的零知識證明和加密全局模型后，進行正確性和有效性驗證；驗證通過后，將加密的模型更新的哈希值記錄在區塊鏈上，參與的客戶端通過讀取區塊鏈上記錄的哈希值，驗證全局模型的完整性和正確性；驗證成功后，客戶端將基于本輪更新開始新一輪的本地模型訓練；所述步驟2具體為：步驟2.1：每一輪的訓練結束時，收集每個客戶端提交的模型更新數據；步驟2.2：選擇準確度、損失函數值、訓練時間作為評分標準；步驟2.3：使用以下公式計算每個客戶端的得分： ；其中，表示第i個客戶端的得分，、、分別表示第i個客戶端的準確度、損失函數值及訓練時間，、、分別表示準確度、損失函數值及訓練時間的權重系數；步驟2.4：將所有客戶端的得分由高到低排序，選擇出分數最高的n個客戶端參加下一輪的學習過程；所述步驟3具體為：步驟3.1：在聯邦學習框架內，對選擇的客戶端實施模型訓練算法，通過參數估計的迭代過程最小化損失函數，提升模型預測準確度；步驟3.2：在訓練完成后，每個區塊鏈節點導出一組模型更新，i=0,1,2,……n,n為客戶端數量；步驟3.3：在各客戶端引入隨機數對模型更新進行加密，生成加密模型更新；步驟3.4：采用客戶端私鑰對加密模型更新進行數字簽名操作，形成數字簽名；步驟3.3具體為：步驟3.3.1：客戶端生成佩德森承諾密鑰對，包括兩個隨機選擇的生成元和以及一個秘密密鑰，為隨機生成的值；步驟3.3.2：對于每個本地模型更新值，客戶端計算加密模型更新，公式如下： ；其中，和是公開的生成元，是要承諾的模型更新值，是客戶端選擇的隨機數；所述步驟5具體為：步驟5.1：聚合節點將全局模型計算過程構建為一個電路，通過從客戶端接收到的模型更新計算出全局模型；步驟5.2：創建一對公鑰與私鑰，公鑰用于驗證，私鑰用于生成證明，聚合節點利用私鑰針對構建的電路進行操作，生成一個零知識簡潔非交互式知識論證證明π；步驟5.3：聚合節點為每個區塊鏈節點生成一組互質模數（），并使所述互質模數的乘積大于零知識證明的大小，接下來，將零知識簡潔非交互式知識論證證明劃分為多個部分，即，并對每個部分進行模數的計算，使用中國剩余定理壓縮零知識證明，得到證明，使得滿足： ； ；…… ；所述步驟7具體為：步驟7.1：共識節點接收到加密全局模型、壓縮證明和相關的模數以及各部分；步驟7.2：針對每個模數，共識節點構建同余方程： ；其中，為完整證明，i=1,2,…,k；步驟7.3：計算所有模數的乘積，然后對于每個模數，計算和模逆元使得：；步驟7.4：使用中國剩余定理求解完整證明： ；步驟7.5：區塊鏈共識節點根據公鑰對對完整證明進行正確性和有效性驗證，驗證通過后，共識節點將加密全局模型的哈希值記錄在區塊鏈上；步驟7.6：客戶端從區塊鏈上讀取相應輪次的哈希值，并對收到的加密全局模型通過已有的哈希函數進行哈希運算，得到哈希值，同時，客戶端使用聚合節點的公鑰驗證數字簽名，如果且簽名驗證成功，客戶端確認全局模型的完整性與正確性，隨后將基于本輪更新開始新一輪的本地模型訓練。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人昆明理工大學，其通訊地址為：650031 云南省昆明市一二一大街文昌路68號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。