一种基于隐私计算与AI融合的可信异业数据处理方法

本发明涉及数据处理领域，且公开了一种基于隐私计算与AI融合的可信异业数据处理方法，通过将不同行业分别通过安全接口接入自身的客户数据，来获取异业数据，并对异业数据进行数据预处理和分类，通过对分类后的异业数据进行加密，并传输至安全计算节点，通过对加密后的数据进行特征参数提取，并对所提取的特征参数进行特征选择，再对AI模型进行训练，各行业将训练得到的模型参数上传至中央服务器，再进行加密聚合，通过对聚合后的模型参数在不共享的情况下，计算出综合安全风险评估指数，来验证模型参数是否安全，并将通过安全验证的模型传输进行迁移，提高了数据处理效率和安全性，减少了无关特征干扰，进一步提高了模型的安全性和可靠性。