一种可信沙盒扩展的联邦学习优化方法

本发明提供一种可信沙盒扩展的联邦学习优化方法，该方法包括：在沙盒中对全局模型进行训练，得到局部模型更新参数；全局模型用于电力业务的预测；将局部模型更新参数发送至聚合节点；聚合节点用于基于局部模型更新参数，确定更新后的全局模型。本申请实施例的方法有效地保证了电力业务预测相关的联邦学习的安全性。