一种基于环签名的联邦蒸馏学习隐私保护方法

本发明公开了一种基于环签名的联邦蒸馏学习隐私保护方法。该方法中每个用户生成完整密钥对，然后依次进行训练；若其中一个用户满足终止条件，则输出最终模型；若不满足条件，则生成当前训练轮次的训练模型的签名并传递到下一个用户；若下一个用户接收到的训练模型的签名不合法，则终止训练；若合法则继续训练。本方法使得模型更新更安全，有效保护用户隐私，也可以协同各个客户端进行训练。