一种基于生成对抗网络和知识蒸馏的联邦学习隐私保护方法

本发明公开了一种基于生成对抗网络和知识蒸馏的联邦学习隐私保护方法，涉及隐私保护技术领域。包括：S1.本地模型训练；S2.生成对抗网络训练；S3.初始化阶段通信；S4.蒸馏训练；S5.蒸馏阶段通信；S6.客户端更新。本发明本发明创新地将生成对抗网络与知识蒸馏技术相结合，通过在客户端本地训练生成对抗网络模型并生成符合私有数据分布的合成数据，避免了对公开数据集的依赖，利用生成的合成数据进行知识蒸馏，实现了无需选择公共数据集的知识迁移，有效避免了私有数据分布的直接暴露，从而显著降低了隐私泄露的风险。