1.一种基于分布式存储的联邦学习模型训练异常检测方法，其特征在于，所述方法包括：分别提取第一深度神经网络和第二深度神经网络的特征向量矩阵；所述第一深度神经网络为融合前每端自身训练的深度神经网络；所述第二深度神经网络为通过中心服务器将所有端的所述第一深度神经网络融合后的深度神经网络；

获取融合前后深度神经网络中相同的特征向量与其他特征向量的相对位置，根据融合前后所述相对位置的变化情况获取所述特征向量的特征稳定程度；

获取所述融合前后深度神经网络中相同的特征向量的差值，根据所述差值和所述特征向量对应的特征稳定程度获取所述特征向量的趋准性向量；

对所述趋准性向量进行分类获取多类趋准性向量集合，选取所述趋准性向量集合中趋准性向量均值大于趋准性阈值的类别集合作为正确类别集合；

选取任意两个所述正确类别集合获取对应的分布差异；以所有所述分布差异的均值作为特征趋准性分布差异；

结合所述特征趋准性分布差异和正确类别集合中所有趋准性向量的模长的均值获取准确程度；

根据所述准确程度获取所述第二深度神经网络异常情况。

2.根据权利要求1所述的一种基于分布式存储的联邦学习模型训练异常检测方法，其特征在于，所述分别提取第一深度神经网络和第二深度神经网络的特征向量矩阵的具体步骤包括：分别提取所述第一深度神经网络和第二深度神经网络的编码器中最后一个卷积层的输出特征图为所述特征向量；

通过所述第一深度神经网络和第二深度神经网络中所有所述特征向量获取融合前后的特征向量集合；

根据所述特征向量集合获取所述特征向量矩阵。

3.根据权利要求1所述的一种基于分布式存储的联邦学习模型训练异常检测方法，其特征在于，所述第一深度神经网络的获取步骤包括：通过联邦学习训练所有端的深度神经网络；

当所述深度神经网络的准确率大于准确率阈值时，所述深度神经网络为所述第一深度神经网络。

4.根据权利要求1所述的一种基于分布式存储的联邦学习模型训练异常检测方法，其特征在于，所述获取所述融合前后深度神经网络中相同的特征向量与其他特征向量的相对位置，根据融合前后所述相对位置的变化情况获取所述特征向量的特征稳定程度的获取步骤包括：以所述深度神经网络中任意两个特征向量的差值作为所述特征向量的相对位置；

计算融合前后每个所述特征向量与其他特征向量的相对位置之和；

以融合前后的深度神经网络中同一特征向量与其他特征向量的相对位置之和的差值作为所述特征向量在融合前后的相对位置的变化情况；

根据所述变化情况获取所述特征向量的特征稳定程度。

5.根据权利要求1所述的一种基于分布式存储的联邦学习模型训练异常检测方法，其特征在于，所述根据所述差值和所述特征向量对应的特征稳定程度获取所述特征向量的趋准性向量的获取步骤包括：获取所述第一深度神经网络中所有特征向量的均值作为深度神经网络的期望值；

以所述期望值与每个所述特征向量的差值为标准差值；

根据所述融合前后深度神经网络中同一特征向量的差值在对应的所述标准差值上的投影大小获取所述特征向量的第一特征值；

以每个所述特征向量对应的特征稳定程度作为所述特征向量的第二特征值；

结合所述特征向量的第一特征值和第二特征值获取所述特征向量的趋准性向量。

6.根据权利要求1所述的一种基于分布式存储的联邦学习模型训练异常检测方法，其特征在于，所述对所述趋准性向量进行分类的方法为根据均值漂移聚类对所述趋准性向量进行分类。

7.根据权利要求1所述的一种基于分布式存储的联邦学习模型训练异常检测方法，其特征在于，所述选取任意两个所述正确类别集合获取对应的分布差异的获取方法为通过最大均值差异获取任意两个所述正确类别集合中特征向量的分布差异。

8.根据权利要求1所述的一种基于分布式存储的联邦学习模型训练异常检测方法，其特征在于，所述根据所述准确程度获取所述第二深度神经网络异常情况的获取步骤包括：当所有端所述准确程度都大于准确程度阈值时，所述第二深度神经网络为正常；

当任意一端所述准确程度小于所述准确程度阈值时，所述第二深度神经网络为异常。

9.根据权利要求8所述的一种基于分布式存储的联邦学习模型训练异常检测方法，其特征在于，所述根据所述准确程度获取所述第二深度神经网络异常情况后进一步确认异常端并获取正确的所述第二深度神经网络的步骤包括：当任意一端所述准确程度小于所述准确程度阈值时，所述中心服务器将各端的所述第一深度神经网络共享给所有端；

各端计算每个所述第一深度神经网络的准确率并上传给所述中心服务器获取准确率集合；

选取每个所述准确率集合的中位数作为最终准确率；

筛选每个所述最终准确率大于最终准确率阈值对应的集合作为正确端；

融合所有所述正确端获取第三深度神经网络；

以所述第三深度神经网络替换所述第二深度神经网络作为正确的所述第二深度神经网络。

10.一种基于分布式存储的联邦学习模型训练异常检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～9任意一项所述方法的步骤。