一种基于深度学习的隐私数据保护与安全分析方法

本发明公开了一种基于深度学习的隐私数据保护与安全分析方法，包括：S1、建立改进型SplitFed Learning架构，客户端执行前段神经网络运算生成切分层特征，服务器端执行后段神经网络运算并进行全局模型聚合；S2、客户端将切分层特征划分并随机组合，与伪造特征按比例混合生成混合特征；S3、在客户端对混合特征执行稀疏化压缩，生成稀疏化特征；S4、经稀疏化压缩并加掩码后通过安全聚合协议上传；S5、服务器端去除掩码恢复聚合特征并更新全局模型参数；S6、构建时间序列图执行异常检测，标记异常客户端；S7、对异常客户端执行隔离并记录安全审计信息。本发明显著提升隐私保护与安全分析的可靠性与鲁棒性。