一种隐私保护的多方联合推理方法

本发明公开一种隐私保护的多方联合推理方法，旨在解决联邦学习中数据异质性和模型异质性导致的收敛困难以及隐私泄露问题。该方法包括以下步骤：任务发起者生成公钥和私钥，并将私钥分成两部分，分别发送给聚合平台和客户端；发起者加密任务数据集并发送给客户端，客户端进行密文推理，得到加密的类别分数后，并进行部分解密后将结果上传至聚合平台。聚合平台使用部分私钥解密客户端上传的部分解密结果，并通过安全计算协议计算概率分布。最后，聚合平台根据聚合算法对所有客户端的概率分布进行聚合，得到最终的推理结果。本发明通过安全计算协议和聚合算法，实现了在保护隐私的前提下，高效且公平地进行多方联合推理。