1.一种移动群智感知中保隐私且抗异常数据的模型更新方法，其特征在于，包括：系统初始化阶段、工人选择阶段、数据加密阶段、数据聚合阶段以及数据解密阶段。

2.根据权利要求1所述的一种移动群智感知中保隐私且抗异常数据的模型更新方法，其特征在于，具体的为：步骤1：系统初始化

给定安全参数κ，可信的第三方机构TKG生成BGN公钥pk＝(n，G1，G2，e，g，h)，以及相应的私钥sk＝p；然后，可信的第三方机构TKG公布公钥pk，并秘密保存私钥sk；

为了对工人上传的本地模型参数进行异常检测，F‑MCS平台P构建一个矩阵来表示异常检测的范围：假设RL和RU分别表示检测范围的上界和下界，取最小的n，使得1≤RL≤RU≤N，2

其中N＝n；然后将范围[RL，RU]用矩阵M表示出来；

对于1≤m≤N，

将矩阵M拆分为三个矩阵M1、M2和M3，使得M＝M1∨M2∨M3；

将矩阵Mv(v＝1，2，3)分别分解成两个矩阵 和 使其满足并将其进一步转化为向量

步骤2：工人选择

在每一轮训练的开始阶段，F‑MCS平台根据以下方法选择合适的工人来参与全局模型的更新；

设UL表示L个备选的工人，即UL＝{u1，u2，...，uL}；并且每个工人ui具备d种属性：本地数据量Di，移动设备的计算能力Ci，可信度Ri；

每个工人需要周期性上传他们的属性值{ui1，ui2，...，uid}给F‑MCS平台；F‑MCS平台根据任务的需求为每种属性设定限定范围C＝{C1，C2，...，Cd}，并根据限定范围选择合适的工人参与全局模型的更新；

根据维度转换方法生成一个二维的数据(u′i1，u′i2)来表示工人ui的原始属性数据(ui1，ui2，...，uid)；

当d是偶数时：

当d是奇数时：

进行上述转换之后，认为每个工人只有两钟属性，分别为u′i1和u′i2；F‑MCS平台为每个工人ui计算Ei＝u′i1，u′i2，并预置三个空列表Lpre，lsky和Lh；

F‑MCS平台列表Lsky中的所有工人ui计算wi＝Di/(D1+D2+...+Dl)，作为工人ui本地模型参3

数的权重；假设wi四舍五入到小数点后三位，并对每个wi乘10来将其转化成一个正整数，即3

wi←10·wi；

F‑MCS平台分别对向量 进行BGN加密；

并将其发送给被选择的工人Ul＝{U1，U2，...，Ul}；

步骤3：数据的加密

在接收到上述信息后，每个工人ui首先根据他的私有数据计算平均梯度gi，然后并根据等式 进一步生成本地模型参数 其中η为固定的学习率；将 保留到小数点后三位；在加密本地模型参数 前，工人ui按照等式 将其转化为Zn中的整数；

然后，工人ui将本地模型参数 转化为(a，b)，使得 其中1≤a，b≤n；并基于 计算密文(ci，si)其中随机数n1，n2∈Zn；

然后，工人ui将密文(ci，si)报告给聚合中心AC；

步骤4：数据的聚合

聚合中心AC在接收到所有被选工人报告的密文(ci，si)后，对其进行聚合得到聚合结果{C，S}并发送给F‑MCS平台；

其中Ul表示被选择参与模型更新的工人；

步骤5：数据的解密

在接收到聚合结果(C，S)后，F‑MCS平台对其进行解密：其中Uf表示本地模型参数正常的工人；

F‑MCS平台通过 的结果来判断是否有工人未上传本地模型参数或上传了异常的本地模型参数：如果 说明所有被选中的工人都上传了本地模型参数且无异常数据，F‑MCS平台会进一步解密S并根据等式 更t+1

新新一轮全局模型m ；否则，F‑MCS平台则会要求被选中的工人重新上传他们的本地模型参数；

然后，F‑MCS平台会重复上述步骤继续新的一轮训练，直到全局模型达到理想状态。

3.根据权利要求2所述的一种移动群智感知中保隐私且抗异常数据的模型更新方法，其特征在于，步骤2中，将矩阵Mv(v＝1，2，3)转化为向量 的方法为：设一个n维行向量Xv＝(xv1，xv2，...，xvn)，如果矩阵Mv的第a行不全为0则置xva＝1，否则置xva＝0；并设一个n维的列向量Yv＝(yv1，yv2，...，yvn)，并置所有yvb为1；设一个n维的行向量 并置所有 为1；并设一个n维的列向量如果矩阵Mv的第b列不全为0，则置 否则置

4.根据权利要求2所述的一种移动群智感知中保隐私且抗异常数据的模型更新方法，其特征在于，步骤2中，F‑MCS平台为每个工人ui计算Ei＝u′i1+u′i2，并预置三个空列表Lpre，Lsky和Lh，具体方法为：首先，所有的候选工人被按照Ei的降序添加到列表Lpre中；

然后平台遍历列表Lpre中的工人，并把列表Lpre中的第一个工人转移到列表Lsky中；列表Lpre中的每一个工人将与已经在列表Lsky中的工人进行比较，如果工人ui不被列表Lsky中的所有工人所支配，那么工人ui将被添加到列表Lsky中，否则工人ui被加入到列表Lh中；

上述步骤将被重复直到列表Lpre为空，或者列表Lsky中工人的数量等于l；设lv表示列表Lsky中的空缺数量；如果lv＞0，列表Lh中的前lv个工人将被添加到列表Lsky中。

5.根据权利要求2所述的一种移动群智感知中保隐私且抗异常数据的模型更新方法，其特征在于，步骤2中，F‑MCS平台根据下式分别对向量 进行BGN加密：E(wiX1)＝(E(wix11)，E(wix12)，E(wix13)，...，E(wix1n))E(wiX2)＝(E(wix21)，E(wix22)，E(wix23)，...，E(wix2n))E(wiX3)＝(E(wix31)，E(wix32)，E(wix33)，...，E(wix3n))