[发明专利]一种联邦学习系统中的快速Paillier加密方法

权利要求书

1.一种联邦学习系统中的快速Paillier加密方法，其特征在于，包括：

步骤1，离线以模幂运算得出密态零集合：联邦学习系统启动模型训练之前的训练协议离线阶段，联邦学习系统的各参与方根据自身的对应训练任务确定自身加密任务总次数，各参与在本地使用公钥以模幂运算生成与自身加密任务总次数对应数量的密态零组成密态零集合；

步骤2，利用离线得出的密态零集合以模乘运算进行在线加密：各参与方启动在线阶段联邦学习训练协议进入训练协议在线阶段进行联邦学习训练，各参与方每次需要对明文执行一次Paillier加密操作时，均从所述步骤1中该参与方生成的密态零集合中随机选择一个密态零以模乘运算进行本次Paillier加密操作，并在所述密态零集合中去除本次所选择的密态零。

2.根据权利要求1所述的联邦学习系统中的快速Paillier加密方法，其特征在于，所述步骤1中，按以下方式联邦学习系统的各参与方根据自身的对应训练任务确定自身加密任务总次数，各参与在本地使用公钥生成与自身加密任务总次数对应数量的密态零组成密态零集合，包括：

步骤11，确定训练协议加密任务总次数：联邦学习系统中的各参与方，根据所选择的机器学习模型，确定在整个训练协议运行过程中自身所需要执行的加密任务总次数；

步骤12，生成并获取公钥：拥有私钥的参与方先随机选择两个长度相同且位数不少于512比特的素数p和q，计算n＝pq，接着令g＝n+1,则该拥有私钥的参与方生成的公钥为(n,g)，私钥为(λ,μ)；联邦学习系统中的其它参与方向该拥有私钥的参与方请求其公钥；

步骤13，生成密态零：联邦学习系统中各参与方均获取公钥后，根据各参与方确定的自身加密任务总次数，通过获取的公钥加密来生成对应数量的密态零，并用生成的全部密态零组合成密态零集合。

3.根据权利要求2所述的联邦学习系统中的快速Paillier加密方法，其特征在于，所述步骤11中，若两个参与方参与的是纵向逻辑回归模型，则拥有公钥的参与方按公式计算得出自身的加密任务总次数，所述公式中，m为该拥有公钥的参与方的特征维度；b为小批量数据集合的大小；E为迭代轮数；D为训练集样本总量；则拥有私钥的参与方按公式4ED计算得出自身的加密任务总次数，所述公式中，E为迭代轮数；D为训练集样本总量；

若两个参与方参与的是纵向神经网络模型，则拥有公钥的参与方按公式计算得出自身的加密任务总次数，所述公式中，z为该拥有公钥的参与方的模型输出维度；E为迭代轮数；D为训练集样本总量；b为小批量数据集合的大小；则拥有私钥的参与方按公式计算得出自身的加密任务总次数，所述公式中，为模型参数量；E为迭代轮数；D为训练集样本总量；b为小批量数据集合的大小。

4.根据权利要求2或3所述的联邦学习系统中的快速Paillier加密方法，其特征在于，所述步骤13中，按以下方式通过获取的公钥加密来生成对应数量的密态零，并用生成的全部密态零组合成密态零集合，包括：

方式一：用基准Paillier加密算法通过获取的公钥为每个加密任务加密生成一个密态零，将生成的全部密态零组合成密态零集合；

方式二：根据加密任务总次数中确定加密任务预定数量，用基准Paillier加密算法为预定数量加密任务的每个加密任务通过获取的公钥加密生成一个密态零，利用已生成的密态零随机组合得出所需的全部密态零，将生成的全部密态零组合成密态零集合。