一种人工智能的信息安全保护系统及方法

本发明提供一种人工智能的信息保护方法及系统，应用于包含中心服务器与多个边缘节点的计算架构中。首先在边缘节点当前迭代学习周期内，获取本地系统运行数据流，并输入本地安全评估模型，得到本地安全评估值和预测置信度；根据置信度分级标记确信数据和待决数据，暂存于相应集合。然后将确信集和待定集的数据特征及评估值上传至中心服务器；接收中心服务器下发的更新全局安全评估模型。最后在下一迭代周期，利用更新模型重新计算待决数据评估值，生成并执行本地化安全防护策略，并上传策略至中心服务器进行全局协调。上述方案可实现人工智能信息保护中低置信度数据的迭代评估与隐私约束，从而提高系统整体的安全鲁棒性。