基于多约束无监督联邦知识蒸馏的数据交易方法

本发明提出基于多约束无监督联邦知识蒸馏的数据交易方法，通过构建多种约束条件，logit一致性、批量统计特征和信息熵约束，在确保图像数据隐私的前提下，实现多个教师模型向学生模型高效、精准的知识迁移，且批量级别的统计约束让模型在处理不同批次图像数据时更稳定。此外，数据持有方仅上传训练好的模型参数，不用共享原始图像数据，保障了数据隐私。增强学生模型在图像任务中的性能，解决传统知识蒸馏在图像数据交易中知识传递不充分、模型稳定性差以及多教师知识整合困难的问题，具有较好的应用前景。