提出了一种基于安全聚合协议的强韧联邦学习框架（RFLPA），通过计算本地更新和服务器更新之间的余弦相似度来进行鲁棒聚合。利用可验证的打包Shamir秘密共享降低通信成本，设计点积聚合算法解决信息泄露问题。实验结果显示，RFLPA在保持准确性的同时减少了75％以上的通信和计算开销。