基于联邦学习与区块链的跨域数据聚合方法及系统

本发明公开了基于联邦学习与区块链的跨域数据聚合方法及系统，涉及联邦学习技术领域。方法包括数据采集、居民画像构建、出行需求预测与调度、路线优化及社区改进建议提交与积分管理。采集班车、社区环境及居民数据；居民画像通过深度神经网络模型训练获得；出行需求预测涉及换乘等待时长预测与决策判断，采用回归网络模型；路线优化基于班车安全性与出行便利性得分，通过深度神经网络模型推荐路线；社区改进建议通过区块链提交，智能合约自动存证，并依据质量、影响、时效分分配服务积分，动态调整审核周期。该方法通过联邦学习保障数据隐私，区块链确保数据安全可信，实现了跨域数据的安全聚合与价值挖掘，为智慧社区与智慧交通提供了解决方案。