一种跨模态联邦学习的动态感知可信度评估系统及方法

本发明涉及联邦学习技术领域，公开了一种跨模态联邦学习的动态感知可信度评估系统及方法，其中一种跨模态联邦学习的动态感知可信度评估方法包括：获取本地多模态特征并构建时变条件依赖矩阵，生成共享统计信息；分析跨节点依赖关系并构建联邦因果图谱，输出模态间效应分离结果；压缩本地模型参数并提取最小充分统计量，产出模型贡献表征；计算节点可信度的时变权重，输出动态节点贡献度；执行自适应联邦聚合并生成全局模型可信度评估，输出动态感知的全局模型；本发明为分布式企业联邦学习系统提供了更可靠、更精准的模型评估和聚合机制，有效提升了系统的整体性能和稳定性。