交通流量的预测方法、装置、设备及存储介质

本申请涉及一种交通流量的预测方法、装置、设备及存储介质。本申请通过联邦学习方法训练预测模型，各交通节点无需向服务器上传原始交通数据，只需要将训练后生成的梯度数据发送至服务器，服务器根据各交通节点上传的梯度数据生成全局模型参数，并下发至各交通节点，该方式可避免泄露原始交通数据；并且，本申请将梯度数据加密后再上传至服务器，可确保梯度数据的安全性；进一步，本申请通过时间权重及路段关联权重对时空特征张量进行加权，以及通过各交通节点的权重系数生成全局模型参数的方式，可减少噪声对预测模型的影响，提升模型的预测准确度。