一种基于夏米尔秘密共享抵抗掉队者的联邦学习方法

本发明涉及隐私保护技术技术领域，具体涉及一种基于夏米尔秘密共享抵抗掉队者的联邦学习方法，针对不同客户机资源、计算性能不同导致的联邦学习掉队者问题，采用改进的夏米尔秘密共享方案，在训练的初始化阶段将用户数据和用户模型参数使用夏米尔秘密共享分发给不同的用户，使得在训练阶段即为所有用户的数据训练阶段，并通过解密非串通客户的计算共享，无损地重建所有客户的嵌入聚合；并且使用夏米尔秘密共享方案进行数据分发和加密，也保障了数据在传输过程中的安全性。本发明提出使用夏米尔秘密共享方案来代替同态加密方案，取代了同态加密复杂的密文计算，降低了联邦学习中的数据交互计算的复杂度。