El reconocimiento de modulación de señal es ampliamente utilizado en el campo de detección de espectro, estimación de canal y reconocimiento de interferencias. Con el desarrollo de la inteligencia artificial, se han logrado avances sustanciales en el reconocimiento de señales utilizando enfoques de aprendizaje profundo. Sin embargo, se requiere una gran cantidad de datos para el aprendizaje profundo. Con un enfoque creciente en la privacidad y la seguridad, a veces las barreras entre las fuentes de datos son difíciles de superar. Esto limita los datos y los debilita, por lo que el aprendizaje profundo no es suficiente. El aprendizaje federado puede ser una forma viable de resolver este desafío. En este artículo, examinaremos el reconocimiento de modulación de señal basado en el aprendizaje federado con privacidad diferencial, y los resultados muestran que la tasa de reconocimiento es aceptable mientras se cumplen la protección de datos y la seguridad.