一种基于多方计算的自然人信用分评价方法、设备及介质

本申请公开了一种基于多方计算的自然人信用分评价方法、设备及介质，涉及征信与隐私计算交叉技术领域。方法包括：通过数据源本地，对自然人的原始数据特征进行标准化处理，计算每个特征的均值与标准差；采用加法秘密分享加密，对标准化数据特征进行分割，得到多份加密碎片，并分发至多个计算节点；通过多个计算节点，对加密碎片联合训练信用评分模型；在有新增自然人的数据特征时，进行增量学习，以更新信用评分模型；响应于查询请求，基于信用评分模型生成信用分数，并验证加密碎片与原始数据特征一致。本申请通过上述方法实现了通过密文计算技术实现多源数据的安全融合与模型训练，解决数据隐私保护与信用评估精准性之间的矛盾。