联邦学习的攻击者识别方法、装置、电子设备及存储介质

本申请提供一种联邦学习的攻击者识别方法、装置、电子设备及存储介质，属于数据处理技术领域，方法包括：接收参与同一联邦学习的各客户端上传的模型更新信息；对各模型更新信息分别进行信息提取，得到相应的更新行为特征；将各更新行为特征分别输入异常检测模型，得到所述异常检测模型分别输出的异常检测结果；所述异常检测模型是基于样本更新行为特征及其更新行为标签进行模型训练得到的；基于各异常检测结果，针对客户端进行攻击者识别，得到攻击者识别结果。本申请无需调整模型参数即可进行攻击者识别，并且可以适应各种新型攻击，因此可以在确保模型准确性的情况下准确地识别攻击者。