一种基于联邦学习的跨域模型参数安全聚合处理系统

本发明公开了基于联邦学习的跨域模型参数安全聚合处理系统，包括：去中心化身份与信誉管理模块，用于注册节点与初始化信誉；动态聚合节点选举模块，基于信誉从候选者中选举出聚合节点；本地安全处理与证明生成模块，在各节点生成加密的模型更新可验证证明；加密传输与链上验证模块，验证证明确认合法贡献；可信自适应聚合与执行证明模块，在聚合节点的可信环境中安全聚合合法贡献，生成新模型与执行证明；全局状态更新与信誉反馈模块，依据执行证明更新各节点信誉，完成闭环。本发明采用分布式一致性账本管理系统规则，结合由可信执行环境构成的动态聚合节点，构建去中心化的模型参数聚合框架，实现聚合任务执行者的周期性轮换与硬件级安全隔离。