联邦学习隐私保护方法、装置、设备及存储介质

本申请公开了一种联邦学习隐私保护方法、装置、设备及存储介质，涉及模型训练技术领域，包括：在进行联邦学习时，获取联邦学习节点的数据集、模型层数以及本地模型参数；根据所述数据集、所述模型层数以及所述本地模型参数计算每层本地模型参数与样本的互信息量；根据所述互信息量和所述模型层数确定差分隐私预算；通过所述差分隐私预算对所述本地模型参数进行更新，得到更新模型参数；通过所述更新模型参数进行联邦学习模型训练，以实现联邦学习隐私保护，通过计算得到互信息量来动态分配隐私预算，提高联邦学习模型训练时的隐私保护效果，且对于文本类等多种模态数据以及多种模型均适用，提高隐私保护的通用性。