我们重新审视高维向量在双服务器系统中的安全聚合问题，提出了PREAMBLE机制。该机制通过块稀疏向量实现高效聚合，降低通信成本，并优化隐私与效用的平衡。与Prio相比，噪声方差的开销极小。
本研究提出了一种基于掩码的安全聚合方案，旨在解决联邦学习中的隐私漏洞。该方案通过简化用户交互和增强对用户退出的韧性，提高了安全性和效率，实验结果表明其在通信和计算开销上优于现有方案。
完成下面两步后，将自动完成登录并继续当前操作。
