联邦学习后门防御方法、装置、系统及可读存储介质

本申请涉及一种联邦学习后门防御方法、装置、系统及可读存储介质，该方法包括：对全局模型中的全局类别标签进行分配，得到各客户端对应的标签集合；将各客户端对应的标签集合分别下发给各客户端，以供各客户端对标签集合中的各类别标签执行触发器逆向，得到各候选触发器对应的元信息、评估指标和后门样本嵌入；根据各候选触发器对应的元信息、评估指标和后门样本嵌入，进行聚类分析，得到潜在触发器集合；将潜在触发器集合下发给各客户端，以供各客户端基于潜在触发器集合中的各潜在触发器构造增强样本，并利用增强样本对自身本地模型进行增强微调，得到增强后的本地模型。这样可以在保证客户端信息不泄露的情况下，提高后门防御能力。