一种基于动态层级调控的个性化联邦学习方法、系统

本发明属于机器学习技术领域，具体涉及一种基于动态层级调控的个性化联邦学习方法、系统，将服务器端接收的所有客户端的模型参数利用个性化率，进行动态划分，实现动态层级调控，有助于更为细致的调节模型的分割率，提高模型泛化能力；且针对联邦学习中新客户端的加入，本发明还对新客户端进行评估，根据预设最小个性化率、预设最大个性化率来选择迁移到新客户端模型的参数比例，以便于提高学习效率，使得新客户端快速拥有个性化联邦学习的能力。