联邦学习方法、装置、设备、存储介质及程序产品

本申请提供了联邦学习方法、装置、设备、存储介质及程序产品，该方法包括：在执行联邦学习任务中存在增量监控数据的情况下，利用已知异常数据类别在增量监控数据中确定新增异常数据类别对应的第一数据；其中，已知异常数据类别表示联邦学习任务中样本监控数据对应的异常监控数据类别；对第一数据进行聚类处理，确定新增监控数据类别的类别数量；根据新增异常数据类别的类别数量确定对应的伪标签，并根据伪标签对第一数据进行标记，得到标记后的增量监控数据；根据标记后的增量监控数据对联邦模型进行参数更新，得到更新后的联邦模型。根据本申请的技术方案，能够适应异常检测场景下的数据更新需求。