模型训练方法、装置、设备、介质及程序产品

本申请实施例提供一种模型训练方法、装置、设备、介质及程序产品。该方法应用于模型训练参与端，包括：使用训练数据集对全局模型对应的本地模型进行训练；对训练好的本地模型的权重参数进行加密，其中，所述权重参数对应的训练数据隐私程度与所述权重参数的加密强度正相关；向全局端发送所述本地模型的权重参数的梯度，以使所述全局端通过对多个模型训练参与端的权重参数的梯度加噪和聚合处理后，得到所述全局模型的权重参数的梯度；所述全局模型的权重参数的梯度用于更新所述全局模型的权重参数。该方法用以提升对模型的训练数据的隐私保护安全性与可靠性。