La necesidad de los propietarios de datos de protección de privacidad ha dado lugar al aprendizaje colaborativo, y la heterogeneidad de problemas relacionados con los datos enfrentados por el aprendizaje federado ha dado lugar al aprendizaje federado agrupado; mientras que el esquema tradicional de preservación de la privacidad del aprendizaje federado utilizando solo cifrado homomórfico no cumple con las demandas de protección de privacidad del aprendizaje federado agrupado. Para abordar estos problemas, esta investigación proporciona una respuesta efectiva y protegida para compartir claves de cifrado homomórfico entre grupos en el aprendizaje federado agrupado basado en el re cifrado de difusión representativo condicional. Este método construye un mecanismo de intercambio de claves. Al combinar las funciones del acumulador de pares bilineales y el re cifrado de difusión de proxy condicional específico, el mecanismo puede verificar la integridad de las claves de cifrado homomórfico almacenadas en servidores en la nube. Además, la solución permite a los centros de gestión de claves otorgar acceso seguro y controlado a claves de cifrado homomórfico re cifradas a terceros sin revelar la información confidencial contenida en ellas. El esquema logra esto implementando un mecanismo basado en árboles de acceso sofisticado que permite al servidor en la nube convertir los textos cifrados reenviados en textos cifrados completamente nuevos personalizados específicamente para un grupo dado de usuarios. Al utilizar de manera efectiva restricciones condicionales, el esquema logra un control de acceso detallado para proteger la privacidad del contenido compartido. Finalmente, este documento muestra la seguridad del esquema contra ataques selectivos a textos cifrados sin depender de predicciones aleatorias.