常与联邦学习结合的加密算法有哪些

常与联邦学习结合的加密算法有以下几种：

1.同态加密算法：同态加密算法可以在不暴露数据的情况下进行计算，因此可以用于在联邦学习中保护数据隐私。常用的同态加密算法有Paillier加密算法和RSA加密算法。

2.差分隐私算法：差分隐私算法可以对数据进行加噪处理，从而保护数据隐私。在联邦学习中，差分隐私算法可以用于保护本地模型更新的隐私。常用的差分隐私算法有拉普拉斯机制和指数机制。

3.安全多方计算算法：安全多方计算算法可以在多个参与方之间进行计算，从而保护数据隐私。在联邦学习中，安全多方计算算法可以用于协调本地模型的更新。常用的安全多方计算算法有秘密共享算法和加密多方计算算法。