基于筛选层解耦激活函数的隐私保护预测方法及系统

本发明公开基于筛选层解耦激活函数的隐私保护预测方法及系统，涉及机器学习和信息安全技术领域，模型拥有者构建双网络模型，包括预测网络和引导网络；客户端基于加密共享对原始数据进行保护，生成第一份额和第二份额，同时，基于对抗训练优化后的编码器对原始数据进行特征提取，得到约束表示，将第一份额和约束表示发送至第一云服务器，将第二份额和约束表示发送至第二云服务器；在第一云服务器和第二云服务器上分别部署双网络模型，基于双网络模型计算接收到的数据分别得到第一结果和第二结果并返回给客户端；客户端基于第一结果和第二结果恢复预测结果，实现了在保护客户端数据隐私的同时进行高效的深度学习推理预测。