基于差分隐私保护和模型可解释性的协同优化系统和方法

本发明公开了一种基于差分隐私保护和模型可解释性的协同优化系统和方法，属于人工智能技术领域，该系统包括指标集成模块、动态平衡模块和验证评估模块，在模型训练中，基于指标集成模块对目标识别分类模型的分类性能、隐私保护强度和可解释性表现进行评估和监控，接着基于动态调整模块同时调整分类模型的损失函数、隐私预算、梯度裁剪阈值和解释方法，并将调整的指标反馈至系统以找到最优平衡点，完成多任务协同优化。本发明通过构建协同优化系统，将分类任务的损失函数、差分隐私约束和可解释性指标集成为统一的优化目标，通过动态平衡机制同时优化分类性能、隐私保护强度和可解释性，实现在不同应用场景下找到这三个目标的最优平衡点。