一种基于拆分学习的隐私保护联合训练平台

本发明涉及一种基于拆分学习的隐私保护联合训练平台，旨在实现多方协作下的高效模型训练，同时保护参与方的数据隐私，特别是在皮肤健康检测领域。该平台通过拆分学习技术，将模型分为两部分，前半部分在参与方本地训练，后半部分在中央服务器训练，参与方仅需共享中间激活值或梯度参数，确保了患者医疗数据安全。为进一步增强数据隐私保护，本发明引入差分隐私技术，通过向梯度添加随机噪声，防止数据泄露，并确保合规性。该平台灵活且可扩展，适用于医疗、金融、物联网等多个领域，降低数据传输成本、缩短模型开发周期，使参与方在保护数据隐私的前提下实现高效协作与创新，推动拆分学习技术在皮肤健康检测领域的发展与应用。