一种隐私保护联邦学习安全聚合方法、装置、设备及介质

本申请公开了一种隐私保护联邦学习安全聚合方法、装置、设备及介质，基于双陷门同态加密技术构建了双服务器联邦学习架构，确保在投毒攻击检测与全局模型聚合过程中客户端相关信息的隐私不被披露，在严格保障客户端数据隐私的前提下，通过在密文状态下直接计算梯度各元素间的差值，有效捕捉梯度在各元素维度上的差异，从而实现了对异构数据场景下加密模型投毒攻击的精确检测，最后，通过基于平均值的动态阈值拜占庭鲁棒聚合方案，解决了异质数据场景下梯度阈值动态变化所导致的投毒梯度剔除困难的技术问题。