一种模型训练方法、系统、设备及介质

本发明提供了一种模型训练方法、系统、设备及介质，属于特征提取技术领域，其方法包括如下步骤：收集训练统计信息和客户端的特征聚类标签，并根据训练统计信息和客户端的特征聚类标签将客户端划分为主体客户端和辅助客户端，其中，训练统计信息由服务端分发给每个客户端的本地模型独立训练确定，特征聚类标签预先对客户端的本地数据特征提取并聚类确定；接收主体客户端本地模型并进行平均聚合，得到主体模型；根据辅助客户端的训练统计信息选择辅助客户端，并将所选择的辅助客户端的本地模型进行动态加权聚合，得到辅助模型；使用辅助模型对主体模型的参数进行更新，得到训练好的全局模型。本发明能够加快模型训练的收敛速度。