基于联邦学习的用户分类方法、模型训练方法和装置

本申请实施例公开了一种基于联邦学习的用户分类方法、模型训练方法和装置，用以在实现有效用户分类的基础上提高用户数据安全性。包括：指示第一数据方和第二数据方执行加密样本对齐，使第一数据方和第二数据方确定共有的用户标识，第一数据方存储用户标识和对应的用户分类标签，第二数据方存储用户标识和对应的通信行为数据；向第一数据方和第二数据方发送联邦训练请求，指示第一数据方和第二数据方各自对本地模型执行纵向联邦训练，共有的用户标识对应的通信行为数据作为训练样本，用户分类标签作为训练标签；从第一数据方和第二数据方分别获取训练后的本地模型的联邦训练参数；基于第一数据方和第二数据方的联邦训练参数联合构建用户分类模型。