面向联邦学习的多密钥同态加密安全分布式解密方法

本申请涉及一种面向联邦学习的多密钥同态加密安全分布式解密方法，其中，方法包括：计算多个目标客户端中每个目标客户端对应的本地模型的本地梯度信息，根据全局排列机制对本地梯度信息进行加密，得到本地模型对应双密钥密文；在服务器端确定每个目标客户端对应的加密客户端权重，且基于加密客户端权重和双密钥密文，进行同态加权聚合运算，得到对应的加密全局模型；将加密全局模型分配给每个目标客户端，以使每个目标客户端分别对加密全局模型进行解密，以得到对应的部分解密结果，聚合部分解密结果，以生成最终的全局模型更新参数。由此，解决了现有多密钥同态加密技术在解密过程中存在的恶意攻击与数据泄露风险等问题。