基于环保的联邦学习的模型训练方法、系统、设备及介质

本发明公开了一种基于环保的联邦学习的模型训练方法、系统、设备及介质，包括获取各节点的节点模型和采样数据；将任意一个节点模型作为全局模型；根据当前筛选节点对应的执行模型，迭代更新中心节点的全局模型，直到更新次数达到预设阈值，输出当前迭代的全局模型；其中，所述执行模型为当前筛选节点在本地数据上执行训练任务后返回的模型；每次迭代后，根据当前的全局模型、各节点的采样数据和各节点当前的节点模型，更新当前筛选节点。本发明通过在联邦学习方法设计中加入环保因素的考量，综合考虑训练所需的功耗及电碳排放因子，设计选取分布式节点参与训练的策略方法，在保证模型训练精度及效率的基础上，减少所消耗电力产生的碳排放量。