一种基于移动式服务器的联邦学习系统及方法

摘要

本发明涉及一种联邦学习方法，尤其为一种基于移动式服务器的联邦学习系统及方法，包括移动式服务器与客户端，所述移动式服务器用于负责全局模型参数的储存与更新，通过与客户端相互合作，对模型参数进行传输与接收，进一步更新全局模型，基于模型知识迁移提出移动式联邦融合算法，当出现新的客户端时通过移动式服务器传递客户端所学知识来融合模型。通过实验验证，当客户端之间数据分布为独立同分布与非独立同分布时，本发明提出的移动框架性能均优于传统的联邦学习框架。