基于联邦学习的评分预测模型确定方法及装置

本申请提供一种基于联邦学习的评分预测模型确定方法及装置，涉及网络安全技术领域，能够解决网络安全靶场所在的服务器侧存在数据压力过大的问题。该方法包括：服务器确定第一初始模型和第二初始模型；向每个客户端发送第一初始模型和第二初始模型。客户端基于训练集训练第一初始模型和第二初始模型，得到第一模型和第二模型。服务器接收第一模型和第二模型，并聚合每个客户端的第一模型得到第三模型，以及聚合每个客户端的第二模型得到第四模型；基于第三模型和第四模型，确定评分预测模型。本申请减小网络安全靶场所在的服务器侧的数据压力，并减小服务器与终端之间的传输带宽，还可以达到保障数据隐私的效果。