基于联邦学习的第三方数据筛选方法及装置

本申请涉及一种基于联邦学习的第三方数据筛选方法、装置、电子设备、计算机可读介质及计算机程序产品。该方法包括：生成目标对象集合，所述训练目标集合中包括多个目标对象的标识；各个第三方数据端根据所述目标对象集合生成其对应的模型数据；通过纵向联邦学习的方式对多个模型数据进行聚合，生成联邦学习聚合模型；对所述联邦学习聚合模型的性能进行评估，生成性能增益值；根据性能增益值分别计算各个第三方数据端的贡献评分以对第三方数据进行筛选。本申请能够通过联邦学习的方式获得各个第三方数据的贡献评分，从而实现对第三方数据的动态筛选，在保证了数据安全的前提下，提升模型性能并减少低质量数据的干扰。