本研究提出了一种基于掩码的安全聚合方案RLSA-PFL，旨在解决联邦学习中的隐私漏洞。该方案通过轻量级密码学原语降低隐私风险，增强用户交互的简便性和对用户退出的韧性，并能检测恶意服务器活动，从而提升安全性与效率。实验结果表明，其在通信和计算开销方面优于现有方案。