摘要
本发明提供一种联邦学习异常节点检测方法、系统、设备及介质，属于隐私计算技术领域。所述方法包括：构建多维度模糊评估模型，采用动态阈值调整算法实现异常节点实时检测；通过安全协议组合完成节点身份认证与密钥分发，结合同态加密技术保障模型参数传输安全；在本地训练阶段引入优化算法与多线程机制提升训练效率；聚合服务器基于模糊评判与决策树分类识别异常节点并执行权重衰减或移除操作；最终采用联邦平均算法聚合正常节点模型，经安全传输分发后，各节点通过迁移学习与反向传播完成模型迭代。本发明结合模糊理论，利用异常节点若干模糊特征来对节点行为及状态进行检测，解决了以往联邦节点存在异常而导致模型训练出现偏差的问题。
