基于深度强化学习的联邦学习激励方法、装置及系统

本发明公开了一种基于深度强化学习的联邦学习激励方法、装置及系统，该方法包括：获取各参与方客户端用户在当前轮次迭代训练后上传的模型参数；根据所述模型参数进行迭代测试，得到各参与方客户端用户的多维度测试参数；将参与方客户端用户的多维度测试参数及当前轮次需要按比例用于支付的总费用输入预先构建的激励分配模型，确定对应该参与方客户端用户的奖励。利用本发明方案，可以对联邦学习的参与方实现有效的激励分配，提升高贡献客户端的参与积极性。