一种面向移动计算环境的客户端异构联邦学习方法

本发明提供一种面向移动计算环境的客户端异构联邦学习方法，涉及联邦学习方法的技术领域，包括以下步骤：通过基于预测的异构联邦学习主动配置策略从联邦学习候选者中筛选出最适合参与联邦学习的客户端；结合基于通道蒸馏和解耦知识蒸馏的交互式知识传播策略，通过通道蒸馏、解耦知识蒸馏技术实现知识迁移；引入客户端轮值主席策略，即允许各个客户端轮流充当主席教师，促进知识在客户端中的传递。本方法能够在确保数据隐私与安全的前提下，有效应对了在移动计算环境中客户端设备动态性强、数据异构性及客户端个性化需求（模型异构）等核心挑战，从而显著提升了联邦学习中模型性能，实现了卓越的综合效果。