近年来，联邦学习作为一种突破性的方法，打破了传统集中式数据训练的限制，使得分布在各处的数据能够被有效利用，解决了数据孤岛和数据合规性使用问题.然而，随之而来的是日益严重的模型隐私泄露安全威胁，以及现有联邦学习隐私保护方案效率低下的挑战.针对这一问题，...