一种数据隐私可信计算方法及系统

本发明公开了一种数据隐私可信计算方法及系统，涉及数据安全与隐私保护技术领域，包括：采用联邦学习方式建立数据隐私可信计算引擎；采用多阶段联邦学习后门防御方式对数据隐私可信计算引擎进行后门防御；多阶段联邦学习后门防御方式包括采用鲁棒聚合算法筛选用户上传的模型、采用触发器逆向工程和后门判断器检测模型是否存在后门、采用后门遗忘技术修复存在后门的模型；根据鲁棒聚合算法、触发器逆向工程、后门判断器和后门遗忘技术的处理结果，构建联邦学习后门防御体系。本发明通过构建多模态联邦学习架构和多层级自适应防御体系，有效解决了异构数据处理效率低下和后门防御不足的技术问题，为电力行业数据安全共享提供了可靠的技术支撑。