基于联邦学习的数据处理方法、装置、设备和存储介质与流程

1.一种基于联邦学习的数据处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于多个参与方的电力数据的数据质量制定多个激励合同，包括：

3.根据权利要求2所述的方法，其特征在于，所述合同注册费根据所述合同奖励值、所述合同奖励值的权重系数以及参与方本地训练所述联邦学习模型的单位成本确定；其中，合同注册费与所述合同奖励值成正比，与训练所述本地联邦学习模型的单位成本成反比。

4.根据权利要求1所述的方法，其特征在于，所述获取每个参与方上报的模型训练结果，包括：

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，所述根据满足激励条件的模型训练结果，对全局联邦学习模型的参数进行调整，包括：

7.一种基于联邦学习的数据处理装置，其特征在于，所述装置包括：

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。