基于双洗牌器的差分隐私联邦学习隐私保护方法及装置

本公开提供了一种基于双洗牌器的差分隐私联邦学习隐私保护方法及装置，所述方案具体包括：服务器生成控制矩阵，并将该控制矩阵与上次迭代的模型参数发送给第一洗牌器；第一洗牌器对控制矩阵进行洗牌，将控制矩阵分割为控制向量，将控制向量与模型参数发送给相应的用户；用户执行本地更新并生成梯度向量，依据控制向量采样梯度，添加索引组合成新的梯度，对其加入差分隐私噪声，然后进行上传给洗牌器第二洗牌器；第二洗牌器对梯度向量进行分割、洗牌，上传给服务器；服务器根据索引，重新组合梯度向量，然后执行全局模型更新过程。