保护医疗数据隐私的医疗模型训练系统和方法

本申请公开了一种保护医疗数据隐私的医疗模型训练系统和方法，该系统包括：中央服务器、参与联邦学习的每个参与方的客户端；客户端，用于采用本地数据训练本地模型；在训练过程中，采用局部差分隐私技术和目标噪声强度对每次训练的梯度进行噪声扰动；在训练结束的情况下，确定本地模型的梯度更新，得到梯度数据；采用同态加密技术对梯度数据进行加密，发送加密的梯度数据至中央服务器；中央服务器，用于在预先创建的可信执行环境中，对接收的加密的梯度数据进行全局聚合；在全局聚合过程中，采用全局差分隐私技术对聚合的模型参数添加噪声，生成模型全局参数，广播模型全局参数至每个客户端。采用本申请实施例，能降低医疗数据泄露的风险。