面向工业互联网数据安全共享的联邦学习认证系统及方法

面向工业互联网数据安全共享的联邦学习认证系统及方法，涉及人工智能技术与信息安全交叉领域，该系统包括：云服务器，用于本地模型聚合成全局模型并把全局模型分发给参与者，群密钥的生成更新；参与者，参与数据共享的企业，利用其本地数据独立地执行联邦学习训练任务，将训练好的本地模型提交至云服务器；可信机构（TA），生成云服务器和参与者的部分公私钥并为参与者提供伪身份，追踪恶意参与者的身份。本发明能够在保证企业数据完整性和安全性的前提下，实现企业间的数据互通，解决数据孤岛问题，从而有效促进工业大数据产业协同发展和应用创新。