基于联邦学习的跨境多方数据计算方法、系统及存储介质

本发明提出基于联邦学习的跨境多方数据计算方法、系统及存储介质，方法包括：获取每一参与节点发送的模型数据包。模型数据包包括局部模型参数、训练轮次编号、上传时间戳和节点标识符，每一参与节点对应一个上传节奏控制参数。根据上传时间戳、训练轮次编号和上传节奏控制参数得到节奏偏差因子。将节奏偏差因子大于或等于容忍阈值的参与节点定义为合法节点。根据合法节点对应的节点基础权重、模型偏移量、节奏偏差因子和局部模型参数进行聚合，得到全局模型。将全局模型发送至每一参与节点，以使参与节点根据全局模型进行模型推理。通过上述方法构建的人工智能全局模型完成模型推理，实现在数据保密的情况下，提高跨境场景下模型推理的准确性。