加密机器学习（Encrypted Machine Learning）是一种在机器学习过程中应用加密技术来保护数据隐私和安全的方法。它允许模型直接在加密数据上进行训练或推理，确保原始敏感信息不被泄露，从而在医疗、金融等高度隐私敏感的领域实现安全的数据共享和模型部署。核心在于利用加密算法如同态加密或安全多方计算，在数据保持加密状态下完成计算任务，避免传统方法中的数据暴露风险。
在AI产品开发实际落地中，加密机器学习技术如联邦学习（Federated Learning）和同态加密（Homomorphic Encryption）已广泛应用于提升产品安全性和合规性。例如，在移动设备应用中，联邦学习支持本地数据训练而无需上传用户信息；在云计算服务中，同态加密允许对加密数据进行直接分析，帮助企业遵守GDPR等隐私法规，增强用户信任并推动跨组织协作。
免费模拟面试：试试能否通过大厂“AI产品经理”面试？