一种隐私联邦学习的AR声纹支付定位安全系统

本发明属于电子支付安全领域，本发明提供了一种隐私联邦学习的AR声纹支付定位安全系统，包括：数据上传模块通过AR设备多麦克风阵列捕获高保真声纹数据，经降噪处理后计算模型梯度并上传；单点分析模块通过梯度方向一致性与模型梯度强度划分高/低风险数据；波动分析模块基于历史泄露频次与泄露程度评估风险值，通过时序序列分析预测泄露风险波动性，动态确定联邦平均触发时机；联邦平均模块对高泄露风险数据采用梯度裁剪、高斯噪声注入及风险逆加权聚合，降低敏感梯度在全局模型中的占比。实现了声纹特征提取与隐私保护的平衡，降低了用户声纹数据泄露的风险，加强了对用户隐私的保护。