交通预测方法、系统、服务器及可读存储介质

本发明提供一种交通预测方法、系统、服务器及可读存储介质，所述方法包括：从客户端收集的个体轨迹数据中提取与道路网络相关的空间特征。利用图卷积网络处理这些特征，并将其嵌入全局模型以捕获路网的空间依赖性。同时，结合时间信息，通过图卷积网络和时间注意力机制生成时空特征，更新全局模型以反映最新交通状态。客户端基于个体轨迹构建个性化模型，并通过差分隐私技术添加噪声，保护用户隐私，然后将模型参数上传至中央服务器。服务器采用联邦学习策略，对客户端上传的模型进行加权平均和聚合，生成更新的全局模型。通过本发明，利用联邦学习和图卷积网络提升行驶时间预测准确性，同时确保用户隐私和模型实时更新。