基于联邦学习模型的数据处理方法、装置、设备及介质

本公开提供了一种基于联邦学习模型的数据处理方法，可以应用于大数据或信息安全领域。该方法包括：分别获取分布式系统中m个数据源的金融数据，其中，金融数据预先存储于分布式系统中与m个数据源对应的本地设备中，m为大于等于2的正整数；根据m个数据源的金融数据，并利用m个数据源对应的本地设备上部署的m个分布式模型，获取m个分布式模型计算的m个第一模型参数；将m个第一模型参数进行聚合，以更新预先训练的联邦学习模型的第二模型参数；以及基于更新的联邦学习模型，在m个数据源对应的本地设备上对金融数据进行处理，以生成金融数据对应的处理结果。本公开还提供了一种基于联邦学习模型的数据处理装置、设备、存储介质和程序产品。