数据分布式加密共享及多方协同学习方法

本发明公开了一种数据分布式加密共享及多方协同学习方法，包括：初始化故障检测模型并下发给客户端；利用设备数据得到当前轮次训练后的故障检测模型；将对应的第一模型参数上传至服务器；根据历史模型参数计算敏感度；对第一模型参数进行聚合后得到的第二模型参数进行裁剪，并添加差分隐私噪声，得到第三模型参数；将第三模型参数下发给客户端，利用第三模型参数对故障检测模型进行下一轮次的联邦学习训练，直至到达预设终止条件。本发明根据重要性和隐私度得到敏感度，并动态调整差分隐私噪声的强度，有效地平衡了隐私保护和模型准确性，采用双云服务器架构并结合秘密共享机制，确保对模型训练的全流程实现了隐私保护。