一种用于人工智能决策模型的隐私审计方法

本发明公开了一种用于人工智能决策模型的隐私审计方法，包括以下步骤：S1.构建训练集，并通过训练集建立一个非差分隐私人工智能模型和多个差分隐私人工智能模型；S2.建立差分隐私人工智能模型参数与隐私预算之间的联系；S3.估计真实隐私预算，完成审计。本发明基于贝叶斯的视角，提出了一种更通用的DP AI模型隐私预算审计方法。特别是，DP AI模型被视为隐私预算为参数的分布中的样本。该审计方法能够以同样的方式审计各种DP AI模型，包括神经网络模型、逻辑回归模型等，比现有的审计方法具有更广泛的通用性。