一种基于同态加密和空中计算的分布式联邦学习方法

本发明属于联邦学习技术领域，具体涉及一种基于同态加密和空中计算的分布式联邦学习方法，其特征在于：客户端对本地训练的模型参数进行同态加密，对密文进行无线通信的预处理后上传给参数服务器，利用空中计算对所有客户端的模型参数进行聚合，客户端在本地对聚合结果后处理后再解密得到更新的全局模型。本方法对加密参数构造同态映射处理，并利用空中计算传输处理后的参数密文，大大降低了启用同态加密的联邦学习的聚合和通信时延，实现了高效且隐私保护的联邦学习。