结合联邦学习的云切数据管理方法及系统

本发明公开了结合联邦学习的云切数据管理方法及系统，涉及数据管理技术领域。所述方法包括：获取云处理中心和多个边缘节点；获取多个边缘节点对应的多个学习任务；对多个学习任务进行共享特征提取，建立具有共享特征的M组共享节点；基于联邦学习，根据M组共享节点中各个边缘节点的本地数据集进行任务模型训练和对抗样本生成，得到M组边缘轻量模型和M组对抗样本数据；发送至云处理中心，进行边缘轻量模型的聚合鲁棒性测试，根据鲁棒性测试结果进行聚合更新，生成M个聚合模型；将M个聚合模型下发至M组共享节点中的对应边缘节点。解决了现有技术中云端与边缘节点协同效率低的技术问题，达到了提高联邦学习任务的协同效率的技术效果。