本發(fā)明屬于聯(lián)邦學習,尤其涉及一種基于個性化隱私保護的聯(lián)邦學習分層激勵方法。、移動計算技術的革新與物聯(lián)網(wǎng)設備的規(guī)?;渴痱?qū)動感知數(shù)據(jù)呈現(xiàn)指數(shù)級增長,為機器學習模型訓練提供了豐富的多模態(tài)數(shù)據(jù)基礎。然而,傳統(tǒng)云計算范式依賴終端設備將原始數(shù)據(jù)上傳至中心服務器,面臨雙重挑戰(zhàn):其一,海量數(shù)據(jù)傳輸導致網(wǎng)...