本文提出了一种名为 FedCRI 的联邦移动网络风险情报框架。随着数字化普及以及新冠疫情推动更多服务在线化，移动服务生态系统面临越来越大的攻击面，移动服务提供商在保护其服务和相关移动应用时面临诸多挑战。现有防御手段往往局限于轻量级的应用程序级保护，例如应用加固、监控和入侵检测，缺乏系统性的风险评估与管理能力。FedCRI 旨在通过联邦学习的方式，在不共享原始敏感数据的前提下，使多个移动服务提供商能够协作构建网络风险情报模型，从而更有效地评估和管理移动服务所面临的安全威胁与潜在损害。其核心思想是结合移动设备上的本地风险评估与跨组织的联邦聚合，形成全局风险视图，同时保护数据隐私。该框架能够支持风险量化、威胁检测和决策支持，帮助服务提供商优先处理高风险环节，降低攻击造成的损失。本文的贡献在于提出了一种面向移动生态系统的联邦风险情报架构，解决了传统集中式风险数据汇聚的隐私与合规瓶颈。适合移动安全研究人员、风险管理人员以及移动服务提供商的安全团队阅读。