联邦学习驱动的灵活用工合规决策系统及其方法

本发明涉及人工智能、数据隐私保护和合规管理技术领域，具体涉及基于联邦学习技术的灵活用工合规决策系统及其方法；系统包括隐私保护模块，对员工信息进行同态加密、差分隐私和随机化处理；联邦学习模块，在子节点上进行联邦学习，生成员工薪酬水平预测模型；决策模块，计算个税预扣方案及风险指数；以及生物特征核验模块，识别员工身份和合同真伪；该系统构建了五层递进式隐私保护体系，实现数据不出本地与全局智能的平衡，有效解决数据隐私与分析效能矛盾；同时，创新设计的分层异构联邦学习框架，支持不同平台使用不同数据结构和计算能力参与训练，显著提升模型适应性；整体上，该发明为灵活用工平台提供了高效、安全、合规的决策支持。