本文提出了一种基于梯度量化的差分隐私保护联邦学习框架，旨在保护智能电表数据隐私并防范攻击。研究表明，个性化联邦学习算法在处理异构数据时优于传统方法，所提隐私保护算法通过模型混淆和差分隐私机制有效解决数据泄露问题。