一种联邦学习方法、装置、介质及产品

本发明公开一种联邦学习方法、装置、介质及产品，涉及人工智能领域。该方法包括：获取多个联邦学习客户端的初始局部业务模型的参数和私有水印参数；通过预定义智能合约将私有水印参数进行矩阵化处理得到私有水印向量；将私有水印向量嵌入对应的初始局部业务模型的参数中，并应用联邦平均算法进行聚合，得到初始全局业务模型的参数；应用区块链的共识机制进行验证，得到验证结果；当验证结果为正确并且初始全局业务模型收敛时，得到全局业务模型；全局业务模型为初始全局业务模型。本发明在区块链网络不可篡改的特性下，实现了业务模型操作的记录可追溯、水印嵌入可查证，增强了传统联邦学习框架的鲁棒性。