一种轻量级隐私保护和完整性验证的联邦学习方法、系统、设备及介质，其方法基于同态加密技术对参与方局部模型参数进行加密来保护参与方的隐私，利用同态哈希技术的全局模型完整性验证方案来检测聚合服务器是否诚实地执行了聚合算法并给出了正确地聚合结果，在保护参与方隐私地同时，能够保证最终得到的全局模型是真实、正确的；其系统、设备及介质能够基于所述方法用同态加密技术保护参与方的隐私，并利用同态哈希技术实现本地模型聚合结果的完整性验证；相较于需要进行大量计算的全局模型完整性验证方案，本发明的计算开销和通信开销均保持较低水平，更符合现实场景的需求；此外本发明无需对模型信息添加噪声等其他信息，不会影响联邦学习的训练精度。