一种基于决策树模型训练的隐私保护方法

本发明提供了一种基于决策树模型训练的隐私保护方法，主动参与方向被动参与方同步决策树模型训练相关超参数及安全性参数，并生成多个指示样本不同类别的指示向量，将所有上述指示向量同被动参与方进行秘密共享；各参与方进行预计算，根据其特征将样本散落到不同的桶中并记录相应的指示向量；各参与方选取其随机数值并和其他参与方加密的随机向量聚合，各参与方根据通道指示向量计算密文随机向量的统计信息，将密文转化为秘密分享形式；各参与方将不同标签的指示向量随机化，并进行安全多方计算。本发明可以降低通信开销并提高方案整体的计算效率。