基于分布式数据合成及隐私度量的用户隐私保护方法、保护系统及保护装置

本发明涉及一种基于分布式数据合成及隐私度量的用户隐私保护方法包括：模型聚合端初始化TabDDPM模型的参数，下发至n个数据提供端；数据提供端接收模型聚合端下发的参数，初始化自己的模型，然后使用本地数据训练模型；在训练过程中使用差分隐私机制对梯度进行加噪处理，并上传至模型聚合端进行筛选聚合；模型聚合端接收梯度数据后进行筛选聚合，然后更新参数；重复上述过程T次，得到合成数据的模型；对获得的模型进行初始化和加载，生成合成数据；对合成数据进行隐私保护效果评估。该方法不仅提升了数据处理能力和隐私保护水平，还解决了单节点环境中的瓶颈问题；在对抗式分布式环境中也能确保合成数据的安全性和有效性。