一种隐私保护的联邦学习参与者信任评估方法

本发明公开了一种隐私保护的联邦学习参与者信任评估方法，属于网络空间安全领域，其方法包括：每位参与者获取任务发布者发放初始模型；并基于初始模型在本地训练模型；每位参与者使用CKKS加密算法对本地模型更新进行加密，然后广播给其余参与者；每位参与者通过推荐服务器获取其余参与者推荐信任，同时使用CKKS加密算法对信任证据进行保护，并使用掩码保护计算结果；每位参与者基于信任值及更新的模型对相应参与者进行信任评估；每位参与者信任评估结果选择信任度高于阈值的参与者的模型参与聚合；有效提高隐私保护效果，且实用性强、评估简单、高效、精度高。