一种基于联邦学习的车联网设备识别方法及系统

一种基于联邦学习的车联网设备识别方法及系统，方法首先收集并预处理车联网设备的本地数据集，然后将全局模型分发给各本地客户端，每个客户端基于本地数据训练并更新个性化参数，同时根据校准参数调整损失函数梯度，接着更新校准参数并将个性化参数上传共享，云端聚合这些参数以更新全局模型，最后利用更新后的全局模型和本地校准参数迭代优化本地模型，完成设备识别任务；本发明基于联邦学习并引入个性化联邦学习策略，使得每个设备能够根据本地数据的特点进行个性化的训练，提升了模型的泛化能力，并在此基础上进行个性化微调，从而提高了个性化识别准确率，同时通过本地训练并在参数共享时引入差分隐私技术，有效的保护了客户端的数据隐私。