联邦学习聚合方法、介质及系统

本发明公开了一种联邦学习聚合方法、介质及系统，其中方法包括：客户端获取当前训练状态，并基于所述当前训练状态生成统计摘要特征信息，以及根据所述统计摘要特征信息生成嵌入向量；对所有客户端生成的所述嵌入向量进行拼接，以生成行为序列；于时间窗口机制进行多轮统计，以得到对应的动态摘要向量；通过预先训练好的聚合器神经网络基于所述行为序列和所述动态摘要向量计算每一客户端对应的贡献权重；基于所述贡献权重进行加权聚合，并根据加权聚合结果更新全局模型。能够在联邦学习聚合过程，有效结合客户端的动态信息，进而提高最终聚合结果的稳定性和泛化能力。