基于联邦学习的群智感知数据隐私保护方法及存储介质

本发明公开了一种基于联邦学习的群智感知数据隐私保护方法及存储介质，在群智感知的联邦学习过程中，通过双层掩码和自适应微分扰动机制实现对传输和聚合过程的多层次隐私保护，双层掩码方法结合设备的私有掩码和服务器的公共掩码，对模型参数进行多重加密，确保参数在传输过程中的安全性，自适应微分扰动机制根据模型的变化情况动态调整噪声大小，在保护数据隐私的同时保持模型精度。本方案能够有效解决群智感知数据在联邦学习中的隐私保护问题。