基于联邦学习与区块链的大数据隐私保护建模方法及系统

本发明公开了基于联邦学习与区块链的大数据隐私保护建模方法及系统，涉及隐私保护与联合建模技术领域。本发明融合同态加密、差分隐私、联邦学习、安全多方计算及区块链技术，实现大数据隐私保护与联合建模，先以同态加密和差分隐私对原始数据加密降维，生成安全隐私的加密训练样本，再通过联邦学习在加密数据集上训练本地模型，用安全多方计算聚合参数，结合区块链构建验证网络，保障模型训练可信完整，最后，利用差分隐私为全局模型添加噪声优化性能，经交叉验证测试泛化能力，确定可部署的隐私保护联合学习模型，打破了传统的数据孤岛，促进跨机构数据协作，释放大数据价值，满足数据保护法规和隐私要求。