联邦学习（Federated Learning, FL）作为分布式机器学习的一个重要分支，其技术本质在于构建一套去中心化的协同建模框架。如图所示，联邦学习技术借助加密通信协议，实现跨设备或跨机构的模型参数交互，在原始数据不出本地域的前提下，完成全局模型的迭代优化。