一种基于TEE的联邦学习模型隐私保护方法

本发明属于联邦学习技术领域，具体涉及一种基于TEE的联邦学习模型隐私保护方法，所述方法的第一方面提供了基于Intel SGX技术的横向联邦学习隐私增强算法；利用协同训练和安全聚合技术，实现跨机构和领域的数据共享与协作，从而提升数据的使用效率和安全性；所述方法的第二方面提供了一种针对两方纵向联邦学习的严格隐私保护机制，包括输入保护、建模过程保护、输出保护和传输安全；本发明的联邦隐私保护方法，通过Intel SGX提供的可信执行环境，解决了现有联邦学习在隐私保护和性能方面的不足，实现了高效、安全的模型训练。同时，该方法降低了开发者的使用难度，提升了联邦学习在实际应用中的可行性。