多机架稀疏联邦学习的分级索引对齐与样本感知聚合方法

本发明公开了一种多机架稀疏联邦学习的分级索引对齐与样本感知聚合方法，应用于含中央服务器、骨干及机架交换机和客户端的网络中。客户端基于本地训练增量生成Topk稀疏掩码，骨干交换机生成全局共识掩码，机架交换机生成局部共识掩码并融合为机架级共识掩码；客户端依据该掩码上传经本地样本量预加权的稀疏增量，交换机对其进行分块无索引网内聚合；服务器根据机架样本量和机架级共识掩码计算坐标级样本贡献分母并对聚合分子逐坐标归一化以更新全局模型。本发明提高了非独立同分布数据下的稀疏坐标共识率，恢复了样本加权聚合语义，降低了通信开销。