基于联邦学习的身份认证方法、装置、介质及程序产品

本公开实施例公开了一种基于联邦学习的身份认证方法、装置、介质及程序产品。其方法包括：通过获取本地用户的原始行为数构建本地训练数据集，基于该数据集对本地模型进行训练，获取本地模型参数集，对该参数集进行选择性加密传输以生成加密参数包；将多个客户端的加密参数包进行同态加密聚合，生成聚合加密参数集，对聚合加密参数集进行差分隐私保护和逐位加扰处理，获取全局模型参数集；通过收集用户的实时行为数据获取实时特征向量集，将该向量集与全局模型参数集进行特征匹配，获取信任评分，结合预设评分阈值，获取每个客户端用户的身份认证结果。该方法能够对联邦学习过程中的各数据进行隐私保护的前提下，完成对各客户端用户的身份认证。