一种基于全同态加密的密态聚类联邦学习方法及系统

本发明公开了一种基于全同态加密的密态聚类联邦学习方法及系统，方法包括：首先获得初始医疗数据；然后执行对所述初始医疗数据的预处理，确定目标医疗数据；最后根据所述目标医疗数据，并基于全同态加密的密态聚类联邦学习算法以及初始输入参数，确定加密疾病预测模型的目标参数，以实现分布式疾病预测。它利用全同态加密技术，实现公有云执行密态数据下的聚类联邦学习，在保证数据安全的同时实现计算功能。