基于大模型算力网络图像隐私保护的联邦学习方法及系统

本发明公开了一种基于大模型算力网络图像隐私保护的联邦学习方法及系统，获取图像算力网络的节点信息以及节点处理图像数据信息，根据节点信息以及节点处理图像数据信息将节点分为被动节点和主动节点，通过对被动节点的中间结果和全局模块梯度进行加密保护，阻止主动节点通过被动节点的中间结果和被动节点的全局模块梯度来推理被动节点的特征信息；通过对主动节点总输出的梯度进行加密保护，避免被动节点通过主动节点总输出的梯度来推理主动节点的标签。本发明能够解决因恶意被动节点通过全局模块或梯度来窃取主动节点的标签和主动节点通过被动节点的全局模块的输出来窃取被动节点特征的技术问题。