基于联邦学习和同态加密的数据保护方法及系统

本发明公开了基于联邦学习和同态加密的数据保护方法及系统，属于数据安全技术领域，要解决的技术问题为在保证数据可用性的同时、如何有效保护用户隐私。包括如下：医疗数据节点基于本地数据集对部署于本地的本地AI模型进行模型训练，将加密模型梯度上传至联邦协调服务器；对联邦协调服务器下发的全局参数进行解密，并基于全局参数的解密结果对本地AI模型进行梯度更新；对于通过身份认证且具有访问权限的第三方用户，基于推理请求、调用训练后的本地AI模型进行模型推理，并将推理结果返回第三方用户；基于审计日志、根据预定义的审计规则对医疗数据节点的运行状态和资源消耗进行分析，基于异常操作生成告警信息。