privacy-preserving-secure-aggregation-fl

PSSA项目实现了基于同态加密、差分隐私和拜占庭容错聚合的联邦学习安全聚合方案，特别针对NSL-KDD数据集进行了应用。其核心功能包括使用Paillier同态加密技术确保模型更新的安全性，通过差分隐私机制降低信息泄露风险，并采用Krum评分方法增强对恶意或异常客户端更新的抵抗能力。此外，该项目还引入了自适应量化与稀疏梯度共享策略以减少通信开销。适合于边缘计算场景下需要同时保障数据隐私、限制通信成本及对抗攻击的联邦学习任务。