基于延迟梯度预测的异步联邦的模型训练方法及装置

本发明公开了一种基于延迟梯度预测的异步联邦的模型训练方法及装置，包括：将第t‑1轮的密文全局模型分发给多个客户端，以使客户端依据本地数据集对第t‑1轮的全局模型进行训练得到当前轮的模型梯度信息；接收客户端发送的当前轮的密文模型梯度信息，在每个客户端中确定在线客户端和延迟客户端，为延迟客户端预测当前轮的延迟模型梯度信息；分别确定在线客户端的在线补偿因子和延迟客户端的延迟补偿因子，基于在线补偿因子和延迟补偿因子，对在线客户端的在线模型梯度信息和延迟客户端的延迟模型梯度信息进行聚合处理，得到聚合梯度信息，并基于聚合梯度信息对第t‑1轮的全局模型进行梯度更新，得到所述当前轮的全局模型。