面向联邦学习的数据压缩方法和系统

本发明提供一种面向联邦学习的数据压缩方法和系统。方法包括：中央服务器获取历史状态序列，并将历史状态序列下发至关联的各边缘节点；各边缘节点根据历史状态序列，更新本地模型；各边缘节点使用预存的本地数据集训练更新后的本地模型，得到当前训练轮次的本地状态序列；各边缘节点将本地状态序列和历史状态序列并行排列形成状态对序列，依据预设长度的字典和预设的匹配冗余度，从待编码区中查找与字典中已编码状态对序列匹配的最长待编码状态对序列，并进行编码，依据编码后的状态对更新字典；中央服务器接收各边缘节点上传的编码结果，并进行解码，生成新的历史状态序列。改善了现有技术使用联邦学习时存在的通信瓶颈的问题。