一种基于联邦计算的多分支权益数据建模方法

本发明实施例公开了一种基于联邦计算的多分支权益数据建模方法。该方法包括：依据各分支金融机构的权益数据，采用统一的模型框架构建各自的本地模型；获取各分支金融机构本地模型的模型参数信息以及梯度更新信息，并采用联邦学习算法进行模型聚合，构建总金融机构全局模型；依据总金融机构全局模型对分支金融机构本地模型进行迭代优化，构建各分支金融机构的目标本地模型。采用本方案，利用联邦学习技术的数据不动用性及不共享性，在训练过程中将原始数据保留在各分支金融机构本地，仅有模型参数及梯度更新信息在总金融机构和各分支金融机构之间传输，既保护了客户隐私和数据安全，又充分利用了各分支金融机构的数据资源，提升了模型的泛化能力。