基于隐私保护的纵向联邦联合推理方法、系统及存储介质

本发明提供一种基于隐私保护的纵向联邦联合推理方法、系统及存储介质，方法包括：发起终端基于本地目标特征数据集与推理模型参数执行局部推理，生成中间结果；确定最接近的分类簇为竞争簇，计算相似性度量并公开簇索引；通过秘密共享处理相似性度量与中间结果，生成份额信息并与其他终端交换；按公开簇索引聚合份额信息，重构得到各组模型在对应簇上的完整相似性度量与推理输出；利用相似性度量对推理能力分数加权融合，获得评估值，并通过非线性放大函数映射为模型输出权重；最终按权重对各组模型输出加权求和，得到整体推理结果。本发明能够提高秘密分享机制下纵向联邦模型推理效率。