用于联邦学习的损失约束方法、装置、电子设备及介质

本申请公开了一种用于联邦学习的损失约束方法、装置、电子设备及介质，服务器在接收到各参与方产生的模型参数数据的情况下，对所述模型参数数据进行随机扰动编码，得到扰动模型参数数据，汇总并解码，根据损失约束机制对所述解码后的扰动模型参数数据进行校验和回归统计，得到目标模型参数数据。将所述目标模型参数数据传递回各所述参与方，以使各所述参与方根据所述目标模型参数数据进行模型迭代更新，重复步骤直至模型收敛或达到最大迭代次数。由此，能够在保证数据安全的前提下，能够提升联合建模效率。