一种联邦学习模式下医疗图像数据隐私保护方法及系统

本发明公开一种联邦学习模式下医疗图像数据隐私保护方法及系统，包括以下步骤：各客户端基于本地医疗影像数据运用梯度下降法训练原始联邦学习模型作为本地模型，计算本地模型训练梯度信息和本地医疗影像数据的统计量，将本地医疗影像数据的统计量以及本地模型训练梯度信息上传至服务器端；服务器端接收各客户端上传的统计量和信息生成扰动模型；各客户端接收扰动模型并更新本地模型参数；攻击者基于泛化误差导向的对抗优化机制训练替代模型，服务器端依据替代模型的攻击态势和防御反馈更新生成器参数以优化防御；经过攻击者多轮训练替代模型以及服务器端优化防御，评估联邦学习模型抵御替代模型攻击的防御效果，若未达到预期效果，则继续训练。