一种基于transformer的联邦图数据挖掘方法及系统

本发明提供了一种基于transformer的联邦图数据挖掘方法及系统，具体包括如下步骤：步骤S1，利用一个简化的transformer模块对客户端内的节点关系进行挖掘，得到客户端内所有节点的高维表征，将高维表征与客户端的模型中的GCN层输出得到的表征共同输入到全连接层做分类预测任务，得到标签分类任务，解决注意力聚合过程中的负相关性问题；以及步骤S2，根据标签分类任务，将不同客户端内的数据分为个性化层的参数以及共性层的参数，固定住个性化层的参数不做聚合，不断上传共性层的参数进行聚合，迭代得到收敛的联邦训练的模型。