基于环签名隐匿客户端身份的联邦平均学习方法及系统

本发明公开了一种基于环签名隐匿客户端身份的联邦平均学习方法及系统，该方法包括：客户端通过区块链下载全局模型，并用本地数据进行训练，得到本地梯度；客户端通过环签名算法对模型更新进行匿名化处理，并将所述本地梯度和签名信息上传至区块链网络中；客户端下载训练完成的梯度并进行测试，将测试结果上传；当智能合约收集到预设条件的测试结果后，更新全局模型。该系统包括：训练单元、匿名化单元、测试单元和全局更新单元。通过使用本发明，能够实现数据隐私保护。本发明可广泛应用于联邦学习领域。