本技术设计了一个基于同态加密的隐私保护异构联邦学习参与方选择方法，保证了联合模型在客户端数据呈现Non-IID时的准确度，同时结合秘密共享技术等密码原语来保护训练过程的数据、模型隐私，并在密码学层面证明了该方法能够有效防止恶意敌手利用客户端的本地训练损失、梯度等相关信息来推断其隐私数据。