基于泊松流生成模型的联邦学习通信方法及系统

本发明公开基于泊松流生成模型的联邦学习通信方法及系统，基于联邦学习系统对泊松流生成模型进行联邦训练，得到训练好的泊松流生成模型；基于泊松流生成模型对每个客户端的本地数据集进行数据增强；服务端随机初始化全局模型并将全局模型和剪枝掩码下发给相应客户端；客户端根据相应的剪枝掩码生成剪枝模型，采用增强后的本地数据集对剪枝模型进行训练并更新模型参数，将更新后的模型参数发送给服务端；服务端接收各客户端发送的模型参数进行聚合对全局模型进行迭代更新，得到收敛的全局模型。结合泊松流生成模型和彩票假设，泊松流生成模型的动态数据补充能力与彩票假设的稀疏化特性形成良好的互补关系，适用于大规模异构分布式联邦学习环境。