基于持续知识蒸馏和联邦学习的物联网设备数据聚合方法

本申请的实施例涉及数据聚合技术领域，特别涉及一种基于持续知识蒸馏和联邦学习的物联网设备数据聚合方法，包括：基于物联网边缘数据集和各本地数据集，生成全局测试数集；由边缘节点基于本地数据集对自身的网络模型进行训练，得到教师模型，并用教师模型对全局测试数集进行测试，得到初始知识；分别基于各边缘节点对应的初始知识和本地数据集，利用KLIEP算法进行筛选，得到各边缘节点对应的有效知识；对各边缘节点对应的有效知识进行数据聚合，经数据处理后，作为下放知识分发给各边缘节点；各边缘节点将教师模型作为学生模型，基于下放知识进行蒸馏，得到新一轮的教师模型。该方法使得数据能够在不同设备之间无缝集成。