[发明专利]特征相关性计算方法、装置、设备及计算机可读存储介质

说明书

本发明公开了一种特征相关性计算方法、装置、设备及计算机可读存储介质，所述方法包括：按照随机数保护机制获取本次联邦学习的待用随机数组，其中，在多次联邦学习中按照随机数保护机制获取的随机数组的分布规律不同；对待计算相关性的第一特征数据进行归一化处理，并采用待用随机数组对处理结果进行加随机数操作得到加随机数特征数据；将加随机数特征数据发送给参与纵向联邦学习的第二设备，以供第二设备对待计算相关性的第二特征数据进行归一化处理后，根据处理结果和加随机数特征数据计算得到相关值。本发明实现了保障数据隐私性的基础上，无需进行额外的加密解密过程，极大程度地提高了计算特征相关性时的数据传输和计算效率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种特征相关性计算方法、装置、设备及计算机可读存储介质。

背景技术

随着机器学习的快速发展和广泛应用，特征工程在机器学习中的作用也越来越重要，特征工程指的是把原始数据转变为模型的训练数据的过程，它的目的就是获取更好的训练数据特征，使得模型的性能得到提升。特征工程一般包括特征构建、特征提取、特征选择三个部分，特征相关性计算是其中特征选择部分的一个重要方法。通过计算特征之间的相关性来排除一些冗余的特征，保留对模型训练作用大的特征。例如要考察哪些特征对冰激凌的销量有影响，气温、季节、是否炎热、是否是夏天等这些特征之间相关性非常高，如果不进行相关性计算和特征选择，将这些特征均作为模型的训练数据，将会给模型增加噪声。

目前在纵向联邦学习的应用场景下，参与联邦学习的各参与方拥有不同的数据特征，需要联合起来计算这些特征的相关性，再根据相关性进行特征选择。为了保证数据各方的数据隐私，各参与方一般不能直接传输原始数据。目前的方案是A方将数据加密后发送给B方，B方根据发送过来的数据计算相关性并返回。这种将数据进行常规加密传输的方式，会在极大程度上降低数据的传输和计算效率。

发明内容

本发明的主要目的在于提供一种特征相关性计算方法、装置、设备及计算机可读存储介质，旨在解决目标存在的特征相关性计算时的数据传输和计算效率低的技术问题。

为实现上述目的，本发明提供一种特征相关性计算方法，应用于参与纵向联邦学习的第一设备，所述特征相关性计算方法包括：

按照随机数保护机制获取本次联邦学习的待用随机数组，其中，在多次联邦学习中按照所述随机数保护机制获取的随机数组的分布规律不同；

对待计算相关性的第一特征数据进行归一化处理，并采用所述待用随机数组对处理结果进行加随机数操作得到加随机数特征数据；

将所述加随机数特征数据发送给参与纵向联邦学习的第二设备，以供所述第二设备对待计算相关性的第二特征数据进行归一化处理后，根据处理结果和所述加随机数特征数据计算得到所述第一特征数据和所述第二特征数据的相关值。

可选地，所述按照随机数保护机制获得本次联邦学习的待用随机数组的步骤包括：

从预先生成的分布规律不同的多组随机数组中随机选取一组作为本次联邦学习的待用随机数组。

可选地，所述对待计算相关性的第一特征数据进行归一化处理的步骤包括：

计算待计算相关性的第一特征数据中各个数据的均值和标准差；

对所述第一特征数据中各个数据分别减去所述均值后除以所述标准差。

可选地，所述采用所述待用随机数组对处理结果进行加随机数操作得到加随机数特征数据的步骤包括：

对归一化处理后的所述第一特征数据中各个数据分别添加所述待用随机数组中不同的随机数，得到加随机数特征数据。

可选地，所述将所述加随机数特征数据发送给参与纵向联邦学习的第二设备的步骤之后，还包括：

接收所述第二设备发送的所述相关值；