一种基于联邦学习的跨模态加密数据检索方法、系统、介质及处理器

本发明公开了一种基于联邦学习的跨模态加密数据检索方法、系统、介质及处理器，涉及数据检索技术领域，包括初始化算法，协作服务器生成Paillier系统的公私钥对，每个数据所有者随机生成密钥；采用联邦学习获得全局搜索模型；数据所有者利用全局搜索模型生成搜索索引，所述搜索索引包括索引标识和特征密文，并发送给云服务器；用户发送向数据所有者发送查询权限，并生成查询陷门发送给云服务器；云服务器对查询陷门进行解析得到聚合桶值，并计算阈值且加密，并发送给协作服务器，协作服务器解密后获取对应的数据并形成集合，云服务器获得集合后对每一份数据进行升序排列并发给用户。本发明能够通过分布式的联邦学习架构，数据得以保留在本地，减少了数据泄露的风险，大大提升了系统的安全性和隐私保护。