一种完整性可验证的安全分布式模型训练方法及系统

本发明公开了一种完整性可验证的安全分布式模型训练方法及系统，其中方法包括：各个分布式计算节点分别生成HMAC密钥和同态公私钥对，训练局部模型并协商隐私种子；计算局部梯度并加密，加密隐私种子，再计算局部梯度完整性标签，且均发送至云端的模型聚合节点；模型聚合节点验证局部梯度完整性，密态聚合局部梯度和隐私种子，更新全局参数，计算密文全局梯度和密文隐私种子的完整性标签，返回至相应的分布式计算节点；各个分布式计算节点验证全局完整性，联合解密并验证聚合隐私种子，联合解密聚合梯度并更新；判断局部模型是否收敛，若未收敛则重新计算局部梯度并加密，若收敛则输出全局模型。本发明可保证模型训练过程的机密性和完整性。