一种基于多头注意力机制的纵向图联邦学习方法

本发明公开了一种基于多头注意力机制的纵向图联邦学习方法，属于纵向图联邦学习技术领域，包括：获取交通监测点的原始节点特征并进行预处理后，将多方用户与服务器的节点进行对齐；基于对齐得到的有序相交节点集合，提取每个用户和服务器中对应的节点特征，获得对齐后的节点特征数据框；生成本地节点嵌入并进行差分隐私扰动，获得扰动后的本地节点嵌入；通过多头注意力机制对扰动后的本地节点嵌入进行加权聚合，更新服务器的全局节点嵌入；服务器通过全局节点嵌入训练分类模型，完成交通监测点的节点分类。本发明能够捕捉本地节点嵌入和全局节点嵌入之间的复杂关系，聚合出特征表达能力强的全局节点嵌入，提升下游任务的预测性能。