基于联邦学习的隐私保护数据协同分析平台

本发明公开了一种基于联邦学习的隐私保护数据协同分析平台，涉及隐私计算技术领域，包括：中央服务器，初始化全局模型并分发至客户端，对客户端反馈的模型更新进行聚合，获得聚合参数并更新全局模型，将更新的全局模型分发至客户端；多个客户端，每个客户端接收全局模型并利用本地数据进行模型训练，获得模型更新，并反馈至中央服务器；智能路由网关集群，随机划分若干个路由组，并为每一个客户端分配一组路由组构建匿名通信路径，通过匿名通信路径传输模型更新和全局模型。本发明能够实现跨机构数据联合建模时的隐私保护，提高数据协同分析的安全性。