一种联邦学习客户端信任度评估方法、系统、设备、介质及程序产品

本发明公开了一种联邦学习客户端信任度评估方法、系统、设备、介质及程序产品，属于网络空间安全领域，其方法首先使用异构图注意力网络挖掘了节点的结构性特征，进而得到了节点的初始嵌入，然后分别取服务器节点和新加入客户端节点的初始嵌入，作为评估者和被评估者的初始特征，使用图卷积神经网络挖掘节点的传播性和组合性特征，并结合两个嵌入得到节点的最终嵌入，最终串联最终嵌入，再将其拟合到标准的全连接层，使用softmax函数预测两个节点间的信任关系；系统、设备及介质用于实现该方法；程序产品包含实现该方法的计算机程序；本发明提升了联邦学习环境中的冷启动处理能力，具有较高的信任评估准确性，及高效的计算性能。