一种云环境下决策树的同态加密隐私保护方法

本发明提出了一种云环境下决策树的同态加密隐私保护方法，该方法通过采用低次近似的阶跃函数和轻量级的交互协议，有效替代了复杂的非线性运算，实现了在密文状态下对决策树的训练和推理。在训练阶段，本发明设计了一种轻量级的交互协议，通过加密的梯度交换和参数更新，实现了不同计算节点之间的协作，显著降低了计算时间，同时避免了原始数据的暴露。在预测阶段，则采用无需交互的协议，确保服务器端无法接触到明文数据，为客户端提供了高度的安全保障，同时保持了高计算效率。务器端无法接触到明文数据，为客户端提供了高度的安全保障，同时保持了高计算效率。