基于联邦学习的分布式节点级预测方法及存储介质

本发明提出了基于联邦学习的分布式节点级预测方法，每个节点根据自身的本地数据进行独立训练并将训练数据仅保留在本地；同时每个节点均通过区块链网络参与全局模型的聚合计算，所有模型更新和预测结果均通过区块链进行记录；每个节点在完成局部训练后，根据其本地训练得到的模型参数进行预测；中央服务器协调训练过程使得每个客户端则根据自身的时间节点状态和子网络拓扑结构执行有效的本地训练，进而聚合来自各节点的预测结果，以得到最终的全局预测，解决了联邦学习的数据隐私、节点间异质性、性能优化等关键问题。