一种基于联邦学习的隐私数据流动态势感知方法和装置

本发明涉及数据流动态势感知技术领域，提供了一种基于联邦学习的隐私数据流动态势感知方法和装置。其中方法包括：各数据源终端收集自身的数据集，使用预设策略识别所述数据集中的敏感数据，使用预设加密算法对数据集中的敏感数据进行脱敏，得到训练数据集；联邦学习服务器与各数据源终端使用各训练数据集进行联邦学习，以得到用于进行数据流动态势分析的数据流动态势模型。本发明通过各数据源终端自行进行数据的收集，并对数据进行脱敏，从而确保了在后续联邦学习过程中的数据交换过程中的安全性，并且，由于各数据源终端和联邦学习服务器一同进行联邦学习，故能够将训练过程分散开来，减少联邦学习服务器的压力。