异构量化下信息论安全的联邦学习安全聚合方案

针对客户端因带宽差异采用不同量化级数时，现有安全聚合方案会泄露部分聚合结果乃至单个客户端模型更新的片段，研究者提出一种信息论安全聚合方案。该方案可容忍客户端掉线，并抵御最多 T 个半诚实客户端与服务器串通，采用 (T+1, N) 阈值黑盒秘密共享构造，使分属不同代数群的更新秘密份额由相同的线性整数系统生成。