一种纵向联邦学习中参与者模型贡献度的预估方法

本发明公开了一种纵向联邦学习中参与者模型贡献度的预估方法，属于智能体之间的合作与协调技术领域。该方法基于参与者对互信息的贡献，在纵向联邦学习训练开始之前预估参与者对模型性能的贡献。它通过训练纵向联邦学习形式的分布式神经网络，计算分布在不同参与方之间的特征与标签之间的互信息，以避免引入纵向联邦本身之外的额外隐私风险。同时，在网络中集成标量级注意力机制，将注意力权重视为参与者的贡献，从而在一次网络训练中预测所有参与者的贡献，并评估贡献的冗余，以实现公平的贡献评估。