基于无偏距离估计的差分隐私个性化联邦学习方法、系统、电子设备及介质

本发明公开了基于无偏距离估计的差分隐私个性化联邦学习方法、系统、电子设备及介质，方法如下：S1、服务器初始化模型，再将全局模型与聚类模型分发给每个客户端；S2、客户端进行微调训练，得到更新后的本地个性化模型；S3、客户端生成受差分隐私保护的带噪模型，后上传至服务器；S4、服务器接收所有客户端上传的带噪模型后，得到任意两个客户端间的无偏余弦相似度，并更新全局相似度矩阵；S5、服务器根据更新后的相似度矩阵，进行加权聚合，生成新一轮的专属聚类模型；S6、服务器利用所有带噪模型，生成新一轮的全局模型；S7、服务器将新一轮的全局模型和聚类模型分发给各客户端，重复执行，直至停止，输出客户端受隐私保护的个性化模型。