一种具有贡献感知的联邦学习客户端调度方法、装置及系统

本发明公开了一种具有贡献感知的联邦学习客户端调度方法、装置及系统，其中的方法包括基于信息熵理论和Shapley Value的贡献评估方法，将客户端的边际贡献量化为模型参数更新加入客户端联盟后引起的信息熵变化量；基于多臂老虎机理论的客户端选择方法，在可用性和公平性约束下，平衡对已知高贡献客户端的利用和对未知客户端的探索。该系统包括服务器单元，负责贡献评估、客户端选择和模型聚合；客户端单元，负责本地模型训练。该方法、装置及系统可用于具有异构客户端的联邦学习场景，在保证客户端参与公平性的同时提高了最终全局模型的性能。