一种联邦边缘学习模型训练方法、系统、设备及介质

本发明属于联邦学习技术领域，并公开了一种联邦边缘学习模型训练方法、系统、设备及介质，包括：使若干客户端训练本地模型并生成伪向量，所述本地模型为轻量级模型；将各客户端生成的伪向量和本地模型的模型参数传输到边缘服务器；在所述边缘服务器中基于各客户端的伪向量和模型参数构建并训练全局模型，基于预设划分规则将训练好的全局模型的部分参数分发给各客户端。本发明所述技术方案能够平衡移动设备的能源成本和模型性能。