一种基于区块链分片的联邦学习优化方法

本发明公开了一种基于区块链分片的联邦学习优化方法，包括通过区块链分片方法将设备分配到不同的分片中进行数据训练，每个分片在分片纪元内稳定运行，在纪元结束后通过全局区块链实现模型更新；根据设备的资源情况动态调整分片数量和任务分配，分片内将模型分割成不同任务分配至各设备进行学习。能够有效解决医疗物联网隐私数据进行训练过程中存在的分布式学习过程中资源利用率和负载平衡的问题。