基于分层知识蒸馏防御联邦后门攻击的方法、装置、设备及介质

本发明实施例公开了一种基于分层知识蒸馏防御联邦后门攻击的方法、装置、设备及介质，该方法包括：接收客户端上传的本地模型参数，并对本地模型参数中的模型高层参数进行奇异值分解得到分解矩阵；通过聚类算法对分解矩阵进行聚类以将客户端划分为可疑客户端和良性客户端，并对可疑客户端和良性客户端上传的本地模型参数分别进行平均聚合得到可疑模型参数和良性模型参数，将可疑模型参数和良性模型参数分别导入全局模型得到教师模型和学生模型；根据知识蒸馏数据集和教师模型通过分层知识蒸馏对学生模型进行改良得到蒸馏学生模型，并将蒸馏学生模型作为全局模型下发至客户端。本申请实施例提高了防御联邦后门攻击的防御效果。