一种基于分布式联邦学习的粮食供应链隐私数据共享方法

本发明是一种基于分布式联邦学习的粮食供应链隐私数据共享方法，涉及粮食质量安全领域。本发明将粮食供应链隐私数据共享架构分为本地层、边缘层和全局层，并针对数据异构性设计特征蒸馏框架，优化各层模型聚合方案与分层联邦学习算法。同时，引入五种加密算法实现分级加密，确保数据可用但不可见，提升共享安全性与可信度，平衡隐私保护与数据共享。本发明增加了粮食供应链各环节之间不同类型数据的耦合性，提高了粮食供应链各环节之间数据交互的便捷性与安全性、降低了供应链数据的存储成本与交互的高延迟性，实现了对粮食供应链数据与人员的精细化管理，保证了粮食的食品质量安全。