一种基于联邦学习的知识库更新方法及系统

本发明涉及一种基于联邦学习的知识库更新方法及系统，属于联邦学习与知识库管理技术领域，其中方法包括：通过动态筛选客户端设备子集，基于本地知识库差异数据执行模型训练，生成加密的局部知识更新参数；利用分层知识蒸馏架构进行全局知识融合和隐私增强处理，生成全局知识更新指令；通过区块链存证确保更新指令的合法性与不可篡改性；各客户端节点从联盟链获取更新指令，执行本地知识库版本同步并反馈更新效果，此外，还设计了异常处理机制以保障系统稳定性和安全性，本发明实现了在保护数据隐私的前提下，高效、安全地更新知识库，并确保了更新过程的可信性与不可篡改性。