面向纵向联邦学习的数据价值评估方法和装置

本发明公开了一种面向纵向联邦学习的数据价值评估方法和装置，属于数据处理技术领域，解决纵向联邦学习中数据价值量化困难隐私泄露风险高以及第三方服务器可能返回虚假结果的技术问题。所述方法通过枚举各方特征值组合构建交集基数计算任务列表；为任务派生随机数量的子任务并指定随机化参数；向数据提供方同步分发任务信息；执行子任务时生成加密伪样本和对抗样本发送至第三方；对返回结果进行整除非负及一致性三重验证；聚合验证通过的子任务结果计算数据价值。主要用途是在保护原始数据隐私的前提下，安全高效地量化各数据方在纵向联邦学习中的贡献价值，促进数据要素市场化流通。