基于联邦学习的模型参数获取方法、系统及可读存储介质

摘要

本发明公开了一种基于联邦学习的模型参数获取方法、系统及可读存储介质，该方法包括步骤：当第三终端接收到第二终端发送的加密后的损失值后，所述第三终端解密所述损失值，得到解密后的所述损失值；根据解密后的所述损失值检测待训练模型是否处于收敛状态；若检测到待训练模型处于收敛状态，则获取与损失值对应的梯度值；确定与梯度值对应的样本参数，将与梯度值对应的样本参数确定为待训练模型的模型参数。本发明实现了联合第一终端和第二终端的样本数据计算得到损失值，以通过联合第一终端和第二终端的样本数据联合帮助学习确定待训练模型中的模型参数，提高了训练所得模型的准确度。