本发明提供一种基于深度学习的差分隐私保护方法及装置，所述方法包括构建深度学习模型，所述深度学习模型包括初始学习率和多种模型参数；获取第一训练集，并根据所述深度学习模型计算所述第一训练集中训练样本的梯度；根据所述梯度确定梯度累计平方和矩阵；基于所述梯度累计平方和矩阵确定所述多种模型参数的隐私预算以及自适应学习率；对所述梯度进行梯度裁剪，获得多个裁剪梯度；基于隐私预算对所述多个裁剪梯度添加噪声，获得噪声梯度；当所述模型参数的梯度下降次数小于阈值次数时，基于梯度下降公式和所述噪声梯度对所述模型参数进行迭代更新，获得目标深度学习模型。本发明实现在保护深度学习模型隐私的同时保证深度学习模型精度。