本研究提出FLICKER框架，旨在解决联邦学习中的类不平衡问题。通过CKKS同态加密保护隐私，促进客户端共享数据属性，从而提升模型准确性。实验结果表明，该方法显著提高了联邦学习的准确率。
完成下面两步后，将自动完成登录并继续当前操作。
