基于信誉模型与轻量化掩码重建的安全聚合方法及系统

本发明属于人工智能与数据安全技术领域，涉及一种基于信誉模型与轻量化掩码重建的安全聚合方法及系统，所述方法包括以下步骤：1）各客户端在本地进行本地模型训练并在完成本地模型训练后，使用轻量化掩码机制对模型参数进行扰动加密，并将加密后的模型参数上传至聚合服务器；2）聚合服务器通过轻量冗余掩码机制对加密后的模型参数进行解扰，以获得解扰后的模型参数；3）利用信誉模型基于模型更新有效性和模型更新稳定性对各客户端的信誉进行计算，以获得各客户端的综合信誉值；4）在解扰后的模型参数基础上，结合各客户端的综合信誉值进行加权聚合，生成全局模型参数。其能够提升联邦学习过程中模型参数聚合的安全性与鲁棒性。