联邦学习是一种参与方之间联合隐私训练的新范式，受到学术界和工业界的关注。然而一些研究表明，联邦学习传输的中间信息，例如横向联邦学习中的梯度信息或者纵向联邦学习中的嵌入表示存在隐私泄露的风险。如何保密这些中间信息是一个重要研究问题。在这个系列中讨论如何将同态加密技术应用于联邦学习，保护参与方的数据隐私。