一种鲁棒的基于联邦学习模型水印方法

本发明公开了一种鲁棒的基于联邦学习模型水印方法，包括如下步骤：确定客户端训练数据集和测试数据集，搭建联邦学习框架和确定客户端神经网络模型，其中由N个客户端和中心服务器搭建形成联邦学习框架；各个客户端进行本地模型训练；构建训练的本地神经网络的损失函数；在客户端模型训练完成后或是服务端聚合客户端参数后向客户端分发下一轮用于训练的模型之前进行水印嵌入操作；中心服务器通过FedAvg算法聚合来自客户端的模型的参数得到中心服务器将聚合得到的模型参数分发给客户端，客户端开启新一轮的训练和模型水印嵌入过程。