基于联邦学习的隐私保护系统

本发明公开基于联邦学习的隐私保护系统，涉及隐私保护技术领域。所述系统包括：分布式参与节点集群，每个参与节点配置有本地模型训练单元及隐私保护模块；协调服务器，与各参与节点通过安全通信层连接，包含模型聚合模块与动态信任评估模块；全局模型分发通道，用于向参与节点广播加密后的全局模型参数；隐私保护模块，集成于参与节点本地，包含同态加密引擎和局部差分隐私注入器。本发明在联邦学习框架下同步达成隐私保护强度提升、模型效用优化、系统效率突破及安全边界拓展，为跨域数据协同学习提供工业级解决方案。