买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉昆明理工大学申请的专利一种基于CRT-BFV全同态加密的联邦大模型隐私保护方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121664568B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610175434.8，技术领域涉及：H04L9/40；该发明授权一种基于CRT-BFV全同态加密的联邦大模型隐私保护方法是由徐鹏越;柏粉花;卯飞;卢骏设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本一种基于CRT-BFV全同态加密的联邦大模型隐私保护方法在说明书摘要公布了：本发明涉及一种基于CRT‑BFV全同态加密的联邦大模型隐私保护方法，属于联邦学习、大模型隐私保护技术领域。所述方法包括：根据模型初始化参数对客户端进行训练，得到客户端模型权重，基于中国剩余定理对客户端模型权重进行压缩，得到客户端一维权重；使用全同态加密算法对客户端一维权重进行加密，得到密文权重；服务器对上传的密文权重进行聚合，得到聚合结果；客户端对接收到的聚合结果进行解密，得到明文信息并进行重构，得到重构后的明文信息；对重构后的明文信息进行调整和更新后，作为下一轮训练的输入，进行迭代训练。旨在解决相关技术在联邦大模型训练中存在“隐私性‑效率‑准确性”难以平衡的技术问题。

本发明授权一种基于CRT-BFV全同态加密的联邦大模型隐私保护方法在权利要求书中公布了：1.一种基于CRT-BFV全同态加密的联邦大模型隐私保护方法，其特征在于，所述方法包括以下步骤： 步骤1：将模型初始化参数下发给客户端和服务器端； 步骤2：根据所述模型初始化参数对客户端进行训练，得到客户端模型权重，基于中国剩余定理对所述客户端模型权重进行压缩，得到客户端一维权重，包括： 步骤2.1：客户端Pii=1,2,...,k根据所述模型初始化参数通过前向传播和反向传播进行训练，得到客户端模型权重； 步骤2.2：利用中国剩余定理对所述客户端模型权重进行压缩，包括： 对内的权重，求解同余方程组： ； 利用中国剩余定理计算唯一解，其中为中国剩余定理压缩模数，将原始k维权重压缩为一维值，得到 对客户端模型权重内的所有权重进行压缩，最终得到压缩后的客户端一维权重 步骤3：使用全同态加密算法对所述客户端一维权重进行加密，得到密文权重，包括： 步骤3.1：密钥生成中心生成全同态加密算法公钥、私钥，并将私钥分发给每一个客户端； 步骤3.2：使用BFV.Enc算法加密客户端一维权重，得到密文权重 其中，BFV.Enc为全同态加密算法中的加密算法； 步骤4：服务器对上传的所述密文权重进行聚合，得到聚合结果； 步骤5：客户端对接收到的所述聚合结果进行解密，得到明文信息，并对所述明文信息进行重构，得到重构后的明文信息，包括： 步骤5.1：服务器将密文权重的聚合结果下发给每一个客户端，客户端在收到后，利用BFV.Dec解密操作得到明文信息： ； 其中，BFV.Dec为全同态加密算法中的解密算法，为私钥； 步骤5.2：对明文信息进行重构，表达式为： ； 其中，为重构后的明文信息； 步骤6：对所述重构后的明文信息进行调整和更新后，作为下一轮训练的输入，进行迭代训练，包括： 步骤6.1：基于LoRA算法，冻结原始高维客户端模型权重，仅训练压缩过后的客户端一维权重，通过最小化局部损失函数调整重构后的明文信息，所述局部损失函数的表达式为： ； 其中，为批量大小，为条件概率分布函数，为第个客户端的私有训练数据集； 步骤6.2：通过AdamW优化器更新调整后的重构后的明文信息，得到： ； 其中，为学习率，为权重衰减因子，为更新后的重构后的明文信息；为修正后的动量向量与平方动量向量，为一个常数； 步骤6.3：将作为下一轮训练的输入，进行迭代训练，直到模型收敛。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人昆明理工大学，其通讯地址为：650031 云南省昆明市五华区一二一大街文昌路68号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。