基于区块链和动态信誉的自适应联邦学习方法及系统

本发明涉及信誉度模型及联邦学习技术领域，提供了一种基于区块链和动态信誉的自适应联邦学习方法及系统。该方法包括，利用智能合约计算各客户端的信誉度，并将信誉值存储到区块链上，防止服务器在遭受恶意攻击时篡改信誉值，影响联邦学习效果；设计了一种自适应权重聚合算法，以减轻由数据质量差异导致的模型性能和稳定性下降，从而提升模型的准确率，加速模型收敛；将模型和准确率上链安全存储，保证数据的真实性和可追溯；结合区块链技术建立了一套全生命周期的隐私保护和安全保障机制，可有效防止投毒攻击与推理攻击。