联邦学习

联邦学习（Federated Learning）是一种[[隐私保护计算]]技术，允许在不泄露原始数据的前提下训练AI模型。在2026年ETSI大会上，联邦学习与[[可信执行环境]]（TEE）被公认为实现合规数据流通的技术标配。其核心模式是"数据不出域、模型找数据"，确保数据在本地计算，仅交换模型参数而非原始数据。