云边端协同的区块链联邦学习优化方法、设备和介质

本发明提供了一种云边端协同的区块链联邦学习优化方法、设备和介质，方法包括：云服务器将参与客户端信息、全局模型初始哈希及训练配置写入创世区块；各客户端基于本地数据预训练模型，生成含训练信息的交易，经共识节点验证后上链；云服务器聚合链上模型参数摘要，生成初始全局模型并上链存证；客户端基于初始全局模型更新本地模型，将更新信息封装为交易上链；云服务器评估全局模型是否满足终止条件，若不满足则基于梯度范数筛选目标客户端；目标客户端基于最新全局模型进行蒸馏训练，生成蒸馏模型参数摘要上链；云服务器聚合蒸馏模型参数生成新全局模型并上链，循环执行评估与迭代。本发明能够确保模型参数与训练过程的可追溯性及隐私安全性。