一种面向多工况客户的协同强化弹性联邦数据分析方法

本发明公开一种面向多工况客户的协同强化弹性联邦数据分析方法，将个性化联邦学习求解映射到强化学习的问题空间中，为每一个企业客户端配置一个强化学习的代理；各企业利用其本地数据训练本地模型并上传；利用中央服务器使用强化学习代理分析每个企业当前建模状态，确定每个企业客户端的个性化融合决策；服务器根据个性化融合决策生成模型，并将其传输给相应的企业；企业基于其本地数据对融合模型进行评估；在当前误差小于预设误差阈值的情况下，输出私有模型。本发明方法能够提升多工况场景下私有模型的准确性，并能够降低由于多工况环境导致的数据分布差异对联邦建模准确度的影响，提升模型收敛速度。