privacy-preserving-secure-aggregation-fl

该项目实现了面向边缘计算场景的隐私保护型安全聚合联邦学习框架PSSA，支持在数据不出本地的前提下完成协同模型训练。核心功能包括Paillier同态加密保障聚合过程机密性、差分隐私噪声抑制梯度泄露、自适应量化与稀疏化降低通信开销、Krum算法实现拜占庭鲁棒聚合，并基于NSL-KDD数据集完成端到端可复现实验。技术特点为多机制协同设计（HE+DP+压缩+鲁棒聚合），全流程CPU/GPU混合执行，适用于资源受限、高隐私与高可靠性要求的边缘网络安全检测等场景。