一种基于元数据发现的联邦学习方法及系统

本发明公开了一种基于元数据发现的联邦学习方法及系统，属于人工智能技术领域。所述方法包括如下步骤：数据中心构建联邦学习模型，并根据联邦学习模型以及计算需求，获取参与模型训练的数据需求；数据中心根据数据需求进行元数据发现，发现各数据节点符合要求的数据；数据中心分发各节点训练需求，各数据节点根据需求调整本地训练数据，并进行模型训练；各数据节点完成本地训练后将结果加密传输到对方数据节点，进行模型更新；各数据节点将模型训练结果汇总到数据中心；数据中心更新各数据节点的模型，提供数据服务；重复上述过程，实现模型训练的迭代。本发明通过元数据发现的方法对各节点的数据进行筛选，提高模型训练效率以及训练结果。