一种模型训练方法、装置、计算机设备及存储介质

本发明涉及机器学习技术领域，公开了一种模型训练方法、装置、计算机设备及存储介质，应用于部署有全局模型的中心节点；该方法包括：获取第一时间段内至少一个网络设备传输的N个流量数据；将N个流量数据的至少部分流量数据发送给至少一个部署有副本模型的边缘节点；接收至少一个边缘节点输出的至少一个第一训练结果包括的子模型参数；对至少一个子模型参数进行聚合操作生成第一目标参数，并更新全局模型，得到第一模型；将第一模型在中心节点和至少一个边缘节点之间迭代训练，直至训练得到目标模型；利用目标模型对目标流量数据进行检测。本发明可以解决对异常流量数据的检测准确率低、误报率高且效率差，造成对某些攻击行为误报或漏报的问题。