[发明专利]一种基于隐私保护的材料逆向设计方法及系统

权利要求书

1.一种基于隐私保护的材料逆向设计方法，其特征在于，所述材料逆向设计方法基于材料逆向设计云平台，所述材料逆向设计云平台包括：N个学习端、密钥管理端和运算服务器；N个所述学习端分别与所述密钥管理端和所述运算服务器连接，所述密钥管理端与所述运算服务器连接；所述材料逆向设计方法包括如下步骤：

通过所述学习端利用学习端的小样本数据对材料逆向设计模型进行反向传播，计算材料逆向设计模型的梯度值；并利用密钥管理端发送的用于同态加密算法的密钥对对所述梯度值进行加密，将加密后的梯度值发送给所述运算服务器；

通过运算服务器对每个所述学习端发送的加密后的梯度值进行融合，获得融合梯度值，将融合梯度值分发给每个所述学习端；并向所述密钥管理端发送下一轮训练的同态加密密钥对获取请求；

通过学习端根据同态加密算法的密钥对对所述融合梯度值进行解密，并利用解密后的融合梯度值对所述材料逆向设计模型的参数进行更新，当密钥管理端接收到运算服务器发送的同态加密密钥对获取请求时，生成下一轮的用于同态加密算法的密钥对，并将下一轮的用于同态加密算法的密钥对分发给N个所述学习端；重新通过所述学习端利用学习端的小样本数据对材料逆向设计模型进行反向传播，计算材料逆向设计模型的梯度值；并利用密钥管理端发送的用于同态加密算法的密钥对对所述梯度值进行加密，将加密后的梯度值发送给所述运算服务器，进行下一轮训练，直到所述材料逆向设计模型的损失函数值小于损失函数阈值，获得训练后的材料逆向设计模型；

通过所述学习端利用所述训练后的材料逆向设计模型进行材料的逆向设计；

通过所述学习端利用学习端的小样本数据对材料逆向设计模型进行反向传播，计算材料逆向设计模型的梯度值；并利用密钥管理端发送的用于同态加密算法的密钥对对所述梯度值进行加密，将加密后的梯度值发送给所述运算服务器，之前还包括：

通过所述学习端生成用于与密钥管理端通信信道加密的密钥对，并向所述运算服务器端发送包含用于与密钥管理端通信信道加密的密钥对中的公钥信息的注册请求；

通过所述运算服务器获取发送注册请求的学习端的学习端地址，将发送注册请求的学习端的公钥信息和学习端地址发送给所述密钥管理端进行注册；

通过所述密钥管理端根据发送注册请求的学习端的公钥信息和学习端地址生成用于同态加密算法的密钥对分发的密钥对分发信道。

2.根据权利要求1所述的基于隐私保护的材料逆向设计方法，其特征在于，通过所述学习端利用学习端的小样本数据对材料逆向设计模型进行反向传播，计算材料逆向设计模型的梯度值；并利用密钥管理端发送的用于同态加密算法的密钥对对所述梯度值进行加密，将加密后的梯度值发送给所述运算服务器，之前还包括：

通过所述运算服务器初始化材料逆向设计模型，并将初始化后的材料逆向设计模型分发给每个所述学习端。

3.根据权利要求1所述的基于隐私保护的材料逆向设计方法，其特征在于，通过所述学习端利用学习端的小样本数据对材料逆向设计模型进行反向传播，计算材料逆向设计模型的梯度值；并利用密钥管理端发送的用于同态加密算法的密钥对对所述梯度值进行加密，将加密后的梯度值发送给所述运算服务器，之前还包括：

通过所述学习端获取本地已成型材料的小样本数据；所述小样本数据包括性能参数和设计参数。

4.根据权利要求1所述的基于隐私保护的材料逆向设计方法，其特征在于，所述利用密钥管理端发送的用于同态加密算法的密钥对对所述梯度值进行加密，具体包括：

利用公式Enc(grad_i)＝HE_enc(grad_i，PublicKey)，对梯度值进行加密；

其中，grad_i表示第i个学习端计算得到的梯度值，Enc(grad_i)表示第i个学习端的加密后的梯度值，PublicKey表示用于同态加密算法的密钥对的公钥，HE_enc表示同态加密。