一种基于知识图谱的联邦学习数据处理方法

本发明公开了一种基于知识图谱的联邦学习数据处理方法，本发明将不同参与方的结构化的数据构建成知识图谱，在联邦学习的框架下共享这些知识图谱，能够保证参与方在不直接交换各个参与方知识图谱的情况下，实现知识图谱的协同和共享，从而共同提升模型性能。同时联邦学习能够利用多个参与方的知识图谱，获得更丰富的知识图谱样本和更广泛的特征空间，从而可能训练出性能更优的全局模型，不仅有效保护了各个参与方的数据隐私，还解决了数据孤岛、数据共享和协同能力差以及模型泛化能力等问题。