[发明专利]一种隐私保护下的去中心化数据建模方法

摘要

本发明涉及一种隐私保护下的去中心化数据建模方法。包括：S1.初始化与本地模型训练：从服务器处获取模型，参与方利用本地数据输入模型进行训练，进而得到本地的模型参数；S2.模型参数加密发送与回传：参与方在本地完成模型参数加密后进行参数发送，服务器将聚合后的模型参数返还给参与方，各参与方用新的模型参数基于全同态加密运算和本地数据，开始新一轮的训练；S3.迭代停止：重复上述步骤直到全局模型参数[W]收敛。本发明解决了当前机器学习领域存在的数据孤岛和隐私泄露等问题；充分发挥各参与方数据的优势，降低数据中心化存储的风险，降低参与方数据隐私泄露的可能性，提升多方机器学习的安全性。