基于联邦学习框架的数据开发利用方法及系统

本申请实施例公开了一种基于联邦学习框架的数据开发利用方法及系统，方法包括：接收各联邦学习参与方通过安全通信链路传输的、基于本地非共享原始数据训练生成的加密模型数据；对加密模型数据中的模型参数梯度信息进行同态加密运算，并结合模型结构元数据校验，得到完成分层聚合加密处理的全局模型加密数据；按照根据参与方网络带宽状况和计算资源容量调整的分片传输策略，将全局模型加密数据分发至各参与方；指导各参与方利用全局模型加密数据对本地业务模型进行参数更新与结构优化，并通过本地验证数据集进行模型更新状态评估生成优化建议信息，该方法可以在保护数据安全和隐私的前提下，实现多方数据合作共享，提升模型性能。