多阶段联邦学习方法、装置、设备、存储介质及程序产品

本公开提供一种多阶段联邦学习方法、装置、设备、存储介质及程序产品，包括：获取中央聚合平台下发的初始化模型参数；基于初始化模型参数和本地车辆相关数据训练得到一阶段本地模型；获取中央聚合平台下发的一阶段全局模型参数，利用分布感知逻辑调整机制基于本地车辆相关数据和一阶段全局模型参数训练得到二阶段本地模型；获取中央聚合平台下发的二阶段全局模型参数，利用增强蒸馏机制基于本地车辆相关数据和二阶段全局模型参数训练得到三阶段本地模型，基于三阶段本地模型提供本地车辆相关数据处理服务。其中，通过分布感知逻辑调整机制缓解车辆数据的非独立同分布带来的模型偏差，通过增强蒸馏机制提升对车辆数据的稀有行为类别的识别能力。