一种基于堆栈自动编码器的联邦学习方法、装置及系统

摘要

本发明提供了一种基于堆栈自动编码器的联邦学习方法、装置及系统，其中，该方法包括：多个子节点分别通过堆栈自动编码器对目标图像数据进行加密，得到加密后的图像数据，将该加密后的图像数据发送给该中心节点；该中心节点根据该多子节点的加密后的图像数据对图像分类模型进行训练，可以解决相关技术中横向联邦学习在训练模型时，需要各子节点均保持在线，任意一方网络出现问题均会导致训练失败，且数据容易泄露的问题，使用堆栈自动编码器对各子节点的数据进行加密，中心节点无法获得堆栈自动编码器的参数，故无法基于加密后的数据推断出对应的原始数据，保证了数据的安全，一定程度上提升了联邦学习的效果和效率。