一種基于聯(lián)邦強(qiáng)化學(xué)習(xí)的邊緣計(jì)算模型訓(xùn)練方法，涉及無線通信和信息安全。1)檢測信號覆蓋范圍內(nèi)的移動設(shè)備數(shù)量，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，初始化參數(shù)；2)將各移動設(shè)備的參數(shù)組成狀態(tài)向量輸入卷積神經(jīng)網(wǎng)絡(luò)中，得選擇的移動設(shè)備和訓(xùn)練數(shù)據(jù)量；3)將全局模型參數(shù)和選擇的數(shù)據(jù)量發(fā)送給移動設(shè)備，接收移動設(shè)備的本地模型參數(shù)，更新全局模型參數(shù)；4)根據(jù)各移動設(shè)備的訓(xùn)練時間、目標(biāo)識別精度和能量消耗作為獎勵值，更新狀態(tài)向量、存儲向量；5)從內(nèi)存中隨機(jī)選取存儲的向量更新卷積神經(jīng)網(wǎng)絡(luò)的權(quán)重參數(shù)；6)重復(fù)2)～5)至移動設(shè)備反饋的目標(biāo)識別精度的平均值大于所需的目標(biāo)識別精度。提高T秒內(nèi)目標(biāo)識別精度，減少訓(xùn)練時間和移動設(shè)備能量消耗。