我们提出了一种基于联邦学习的隐私保护团簇渗透方法，专注于重叠社区检测问题。我们的方法使得多个客户端能够在不泄露本地数据隐私的前提下，共同检测社交网络中的重叠社区。实验结果显示，我们提出的方法不仅提高了社区检测的准确度，还有效地保障了数据隐私。