融合鼠标行为建模与自适应差分隐私的联邦身份认证方法

本发明涉及身份认证技术领域，具体涉及融合鼠标行为建模与自适应差分隐私的联邦身份认证方法，包括搭建联邦学习架构；将认证问题转化为对时序行为建模任务；各客户端更新模型参数，计算当前轮次本地梯度信息；对本地梯度信息进行裁剪处理；动态分配隐私预算；对裁剪后的本地梯度信息添加高斯噪声；中心服务器对扰动后的本地模型参数进行聚合，得到新的全局模型参数；当模型在多个通信轮次后达到预设收敛标准或最大轮次限制，结束训练，部署全局模型终端，通过将鼠标行为建模与联邦学习机制相结合，避免了对原始用户数据的收集需求，从根本上降低了敏感数据在传输和存储过程中的泄露风险，提升了数据安全性和隐私保护能力。