LLM和MCP驱动的隐私机器学习推理方法与装置

本申请涉及机器学习技术领域，特别涉及一种LLM和MCP驱动的隐私机器学习推理方法与装置，方法包括：获取用户向大型语言模型发送的自然语言查询文本、第一输入数据和第二输入数据；解析自然语言查询文本中推理任务类型和推理任务描述，调用云计算平台MCP服务器进行密钥协商，获取用户的会话密钥；调用第一MCP服务器、第二MCP服务器和云计算平台MCP服务器，对任务描述、第一输入数据和第二输入数据进行隐私联合推理得到全部推理结果；识别全部推理结果中的明文推理结果和密文推理结果，生成自然语言回复文本，将自然语言回复文本和密文推理结果发送给用户。由此，解决了相关技术在MCP中缺乏加密机制，导致敏感数据和模型专有内容存在泄露风险的问题。