一种隐私保护的图神经网络训练方法及系统

摘要

本发明公开了一种隐私保护的图神经网络训练方法及系统，本发明提供的隐私保护的图神经网络训练方法中，图数据的原始数据持有终端对图数据中节点的真实邻居节点中填充了虚假的邻居节点，并设置了虚假的邻居节点对应的边权值为0，将包括真实邻居节点和虚假邻居节点对应的边权值组成的数组以及节点的特征向量基于加性秘密共享的方式进行加密后分别发送给第一计算终端和第二计算终端进行图神经网络训练过程中的计算，实现了图数据所有者将非结构化信息以及结构化信息进行细致完全的加密处理、计算终端可以在不获知明文图数据的情况下进行隐私保护的图神经网络训练的效果。