基于DAG与区块链双层架构系统及去中心化联邦学习方法

本发明提出了基于DAG与区块链双层架构系统及去中心化联邦学习方法，系统包括DAG主链和区块链侧链；DAG主链由包含创世纪块的多个节点组成，采用基于选择权重和模型相似性的TIPS选择算法，加快自适应个性化模型训练；区块链侧链由参与节点和区块组成，采用基于RAFT共识机制，将基于交互频次形成的集群聚合对应的集群模型，形成和存储阶段性的个性化训练成果。此外系统还采用基于进步的自适应奖励机制，既能激励高资源节点持续提升模型性能，又为资源受限节点提供公平发展的机会。本发明通过双层架构设计，结合DAG的高效异步性和区块链的安全性，实现了既保护数据隐私又支持高效个性化训练的联邦学习框架。