基于生成式模型的联邦学习本地数据重建方法

本发明公开了一种基于生成式模型的联邦学习本地数据重建方法，包括预训练阶段和重建数据阶段；预训练阶段，构建生成模型，并在该全局通信轮次中获取目标模型参数，并利用目标模型参数和预设的辅助数据集进行预训练，获取预训练的生成模型；所述预设的辅助数据集包括多批样本；重建数据阶段，在该全局通信轮次中，获取客户端上传的聚合梯度，根据基于ICA的特征分离技术从聚合梯度中获取特征向量，所述特征向量包括每个样本的高维特征向量；利用标准化模块对特征向量进行标准化计算，将标准化的特征向量输入解码器，获取重建数据。本发明能够评估隐私泄露风险，指导隐私保护策略的制定和调整。