基于联邦学习的基站故障根因定位方法、装置、设备和介质

本发明提供一种基于联邦学习的基站故障根因定位方法、装置、设备和介质，其中方法包括：利用每一客户端的本地基站的历史告警数据和历史故障工单数据，对每一客户端的初始全局模型进行训练，得到每一客户端对应的模型参数；对每一客户端对应的模型参数进行加密；将每一客户端对应的模型参数密文发送至中央服务器，中央服务器用于对每一客户端对应的模型参数密文进行加权聚合，得到聚合参数，对初始全局模型进行迭代更新，将更新后的全局模型分发至各客户端；接收中央服务器分发的全局模型；基于全局模型，对目标基站的当前故障进行根因定位。本发明提高了基站故障根因定位的效率和精准性，适用范围广泛，突破了数据壁垒，能够保护数据隐私安全。