一种基于自适应门限同态加密的高效异步联邦学习的优化方法

一种基于自适应门限同态加密的高效异步联邦学习的优化方法，密钥中心生成门限同态加密密钥对，将公钥发给服务器与客户端，并构建异步缓冲区接收客户端异步上传的加密更新。客户端生成加密敏感度矩阵并加密上传至服务器。服务器生成全局隐私敏感度图，根据预设隐私敏感比例p筛选前p％高敏感参数生成动态加密掩码M。客户端训练时仅对加密掩码标识的高敏感参数进行门限同态加密，非敏感参数以明文传输。服务器采用计数策略处理异步更新，当加密更新覆盖预设比例客户端时触发全局聚合，通过门限解密协议防止共谋攻击。本发明将敏感度驱动的动态加密与异步联邦学习融合，实现隐私保护强度与系统效率的平衡，支持多参数基础模型的高效加密训练。