一种基于零阶梯度估计的无数据联邦蒸馏方法和系统

本发明公开了一种基于零阶梯度估计的无数据联邦蒸馏方法和系统，通过中央服务器初始化全局模型和合成图像生成器，在每个通信轮次中生成合成图像样本并传递给客户端，客户端利用本地隐私数据更新本地模型并上传预测结果。中央服务器利用零阶梯度估计技术计算生成器的梯度，更新生成器参数和全局模型参数。通过引入保真度损失、对抗损失、多样性损失和负信息熵损失，优化生成器的性能。生成器的梯度通过零阶梯度估计计算，避免了访问客户端本地模型的需求，有效保护了隐私。全局模型通过最小化知识蒸馏损失进行更新，同时，客户端通过接收集成预测结果，进一步优化本地模型。本发明的优点是：通过减少对客户端隐私数据的访问、降低通信带宽需求。