面向纵向联邦学习的后门检测与修复方法及系统

本发明提供面向纵向联邦学习的后门检测与修复方法及系统，涉及数据处理领域，方法包括：获取包括完整样本的辅助数据集；构建K‑1个替代模型用于模拟其余参与方持有的特征提取模型，基于辅助数据集对替代模型、本地持有的特征提取模型和任务输出模型进行更新；基于完整样本特征以及本地持有的更新后的特征提取模型，得到本地嵌入向量，获取其余参与方生成的待检测嵌入向量；将待检测嵌入向量和本地嵌入向量组合后输入至更新后的任务输出模型中，得到预测结果，基于预测结果确定后门嵌入向量；基于本地持有的更新后特征提取模型和后门嵌入向量对应的替代模型对后门嵌入向量进行修复。本发明可以实现对纵向联邦学习系统中的后门进行检测和修复。