一种联邦学习场景下的检测噪声标注的方法及系统

本发明涉及联邦学习的技术领域，提出一种联邦学习场景下的检测噪声标注的方法及系统，所述联邦学习场景包括若干个客户端和服务器，方法包括以下步骤：基于动态阈值检测将若干个客户端分为干净客户端和噪声客户端；将每个客户端的局部特征分布上传至服务器，服务器将接收到的局部特征聚合为全局特征分布；对于噪声客户端，根据其样本在全局特征分布所属的分布类别与其标注类别的是否一致将其样本分为干净样本及噪声样本；对于干净客户端，采用干净客户端的所有样本训练干净客户端的本地模型；对于噪声客户端，利用干净样本训练噪声客户端的本地模型，将每个客户端训练好的模型的更新内容上传至服务器；在服务器中分别对每个客户端上传的模型的更新内容进行聚合，得到更新的全局模型，该方法及系统能够精准识别噪声客户端和噪声标注样本。