基于自适应联邦学习的安全通信与资源优化方法及系统

本发明属于无线通信与联邦学习技术领域，公开了一种基于自适应联邦学习的安全通信与资源优化方法，通过物理层安全技术利用无线信道的随机性以及目标信道与窃听信道之间的信道质量差异，实现低复杂度、低资源开销的安全传输；同时，结合自适应量化技术动态调整量化比特数，在保证模型精度的前提下显著减少参数传输量，从而降低梯度传输时延。本发明还提出了功率分配算法，通过向窃听者发送人工噪声来最大化最小设备的保密速率，进一步优化系统性能。通过仿真实验验证，本发明能够有效提升联邦学习系统的安全性和传输效率，在保证模型精度的同时显著降低上传时延，特别适用于卫星通信、物联网(IoT)等带宽受限的场景。