高安全性的数据收集方法及介质

本发明公开了一种高安全性的数据收集方法及介质，所述方法包括以下步骤：在数据收集过程中，采用本地化联邦学习框架，对用户输入数据进行边缘端脱敏加密，并将加密后经过处理得到的模型参数上传至云端进行模型训练，而不上传原始数据；本发明能够通过采用本地化联邦学习框架，在数据收集过程中对用户输入数据进行边缘端脱敏加密，并仅上传模型参数而非原始数据至云端训练，极大地降低了用户敏感信息泄露的风险；在本地端对数据进行脱敏加密，从源头上保护了用户隐私；而联邦学习的方式无需上传原始数据即可完成模型训练，避免了数据在传输和存储过程中可能出现的隐私泄露问题。