保护数据隐私的高效联邦学习方法、电子设备及存储介质

本发明实施例提供了一种保护数据隐私的高效联邦学习方法、电子设备及存储介质，涉及联邦学习技术领域。其中，方法包括：获取模型参数，根据所述模型参数更新本地模型；测试更新后的本地模型在本地样本数据集上的准确度，并根据所述准确度确定第一比例和第二比例；采用所述本地样本数据集对所述更新后的本地模型进行训练后，得到更新梯度；基于所述更新梯度中分量的值以所述第一比例选择若干分量，基于所述更新梯度中分量的卷积核特征和值以所述第二比例选择若干分量；对所选择的分量进行裁剪或置零，将处理后的更新梯度的非零分量及其位置索引上传。本发明提供的实施方式平衡了隐私保护与模型性能之间的矛盾。