一种垂直联邦学习加速训练方法

本发明提供一种垂直联邦学习加速训练方法，包括将垂直联邦学习VFL训练的流水线并行处理；根据模型训练阶段对模型更新的陈旧性进行控制；根据陈旧性使用基于反馈的机制来实时调整中局部训练迭代和预计算批次的数量。本发明能够提高高延迟场景下VFL的训练效率；能够适应不同的计算和通信条件，在异构的环境下加速VFL的训练；本发明通过自适应快速传输多个嵌入，从而减少了被动方的空闲时间和主动方接收嵌入的时间；本发明通过引入尺度因子，从而避免在训练过程中陈旧度的负面影响；本发明通过反馈机制确保训练过程中的准确率和训练速度。