一种基于联邦学习的校园共享冰箱方法及其配套设备、应用程序

本发明属于一种基于联邦学习的校园共享冰箱方法，包括：边缘冰箱设备本地模型训练层，用于冰箱与用户数据分割及边缘节点训练，联邦学习训练的本地节点设备从远端服务器上获取最新综合全局模型参数，利用本地数据独立执行学习训练任务，将训练好的本地节点模型参数提交至远端服务器，传输服务层、云端服务层等；远端服务器使用联邦学习加权平均算法技术，将所有本地节点上传的模型参数聚合成一个全局模型，其采用本地微型计算机设备、远端服务器设备，并配合专用手机端应用程序。本发明在保证校园共享冰箱功能正常运行的同时，联邦学习本地节点可以根据自身的数据特征和环境变化动态调整模型参数，与云端同步更新，增强了系统的鲁棒性和可扩展性，降低了数据泄露的风险。