联邦学习聚合节点选择方法、系统、设备、介质及程序产品

本发明实施例公开了一种联邦学习聚合节点选择方法、系统、设备、介质及程序产品，涉及大数据技术领域。该方法包括：在第t轮的局部模型聚合完成后，若满足聚合节点评估条件，则根据每个候选聚合节点的总信用评分以及候选聚合节点的可靠性评分，确定候选聚合节点的总评分；将对应的总评分最高的候选聚合节点确定为目标聚合节点，其中，目标聚合节点用于实现第t+1的局部模型的聚合；向各个数据拥有设备发送目标聚合节点的标识，以使各个数据拥有设备在根据第t轮得到的聚合模型完成第t+1轮的局部模型训练后，向目标聚合节点发送第t+1轮的局部模型的信息。该方法提升了联邦学习系统的稳定性、增强了数据安全性以及提高了联邦学习系统的学习效率。