本发明提供了一种基于DORAM的隐私保护决策树评估方法，包括：步骤一、云服务器S0接收决策树模型生成的决策树节点[AT]0、客户端C的特征向量X0,云服务器S1接收决策树节点[AT]1和客户端C的特征向量X1；步骤二、两个云服务器均运行决策树推测算法模块，输入步骤一结果得到比较结果的秘密分享值 0和 1；步骤三、两个云服务器基于自身持有比较结果的秘密分享值进行交互评估，得到评估结果的秘密份额 0和秘密份额 1；步骤四、云服务器S0将秘密份额 0、云服务器S1将秘密份额 1均发送给客户端C，客户端C将秘密份额 0和秘密份额 1进行秘密重构得到正确结果rst。本发明解决了现有双云架构下隐私保护决策树推理服务隐私安全和计算效率无法兼顾的问题。