一种基于安全联邦学习的电力大数据跨域模型构建方法

本发明公开了一种基于安全联邦学习的电力大数据跨域模型构建方法，涉及电力系统数据安全与联邦学习技术领域，包括实施安全初始化，生成并分发密钥和参数给边缘节点和云服务器，节点获取私钥的秘密碎片并通过密钥协商算法进行传输；节点计算随机向量，添加到传输数据中，云服务器验证节点身份并解密参数数据；通过云服务器完成聚合工作，对基于联邦学习的跨域模型进行迭代训练；本发明所述方法通过构建电力大数据跨域模型并进行安全联邦学习，提高了电力大数据的安全性和可靠性，并确保了跨域聚合模型的高效性和准确性；还通过利用秘密共享、密钥协议以及随机向量增强了数据保护，确保数据在传输过程中的安全与隐私。