针对数据跨域共享的隐私保护方法、系统和计算机设备

本发明涉及隐私保护技术领域，具体公开了一种针对数据跨域共享的隐私保护方法、系统和计算机设备，所述方法包括基于联邦学习构建全局GNN模型，并将构建的全局GNN模型分发给各个本地客户端，构建本地客户端的子图，基于全局GNN模型配置本地客户端的本地GNN模型；基于本地子图以及本地GNN模型对本地客户端数据进行训练，获得本地模型并生成节点嵌入，各个本地客户端上传本地模型的节点嵌入至中心服务器，基于节点相似度对节点嵌入进行加权聚合操作，并生成全局节点嵌入；对基于联邦学习框架下的参数权值进行更新，通过引入子图、图神经网络和联邦学习技术，从而解决数据要素在多源异构业务融合场景下跨域流通与共享中的隐私问题。