[发明专利]联邦学习模型训练方法、系统、电子设备及可读存储介质

说明书

本发明公开了一种联邦学习模型训练方法、系统、电子设备及可读存储介质，所述方法包括：从服务器下载全局物料因子矩阵；基于本地数据、全局物料因子矩阵与本地用户因子向量将数据集进行更新并上传至所述服务器；服务器基于联邦加权算法与更新后的本地模型对全局物料因子矩阵进行更新并发送给用户。整个建模过程有效实现了数据共享与数据隐私的保护，满足在保证参与双方保持独立的情况下，进行信息的加密交换。

技术领域

本发明涉及数据安全保护技术领域，尤其涉及一种用于解决推荐系统中数据隐私问题的联邦学习模型训练方法、系统、电子设备及可读存储介质。

背景技术

推荐系统需要根据用户的历史行为和兴趣预测用户未来的行为和兴趣，因此大量的用户行为数据就成为推荐系统的重要组成部分和先决条件。在推荐系统领域，用户数据隐藏是一个主要的挑战。

现有的大多数隐私保护个性化推荐服务都假定用户诚实地参与整个过程。但有两种情况并未考虑其中，一种情况是出现恶意用户，比如某些用户可能会故意向推荐人提供无效数据以破坏系统。这将会是一个严重的威胁，并且在关于保护隐私的个性化推荐服务的现有研究中大部分都未被探讨。针对这种威胁的防御可能具有挑战性，特别是当推荐人仅接收到加密的用户数据时。另一种情况是出现恶意推荐，比如移动设备在访问网页、视频。这些项目通常会访问外部存储——不同的移动应用程序存储其文件的共享位置。这些媒体推荐项目可以用来推断隐私敏感信息，如性别和社交圈。

在国内，用户对于数据隐私的保护还没有那么强烈，应用都要很多的权限，但是在海外，特别是欧洲国家，GDPR的管控是极其严格的，采集用户隐私数据是不合法的。那么如何能够合法合规的使用海量用户数据，Google率先提出联邦学习的概念。

联邦学习是一种机器学习技术，可在拥有本地数据样本的多个分布式边缘设备或服务器之间训练算法而无需交换数据样本。联邦学习能够充分的利用参与方的数据和计算能力，使多方可以协作构建通用更健壮的机器学习模型而不需要共享数据，在数据监管越来越严格的大环境下，联邦学习能够解决数据所有权、数据隐私、数据访问权以及异构数据的访问等关键问题，所以自从联邦学习的概念一提出就获得了人工智能行业的追捧，目前已经在很多行业受到一定的应用，比如国防，电信，医疗和物联网等。

发明内容

本发明针对上述的保护用户数据隐私的技术问题，提出一种用于解决推荐系统中数据隐私问题的联邦学习模型训练方法、系统、电子设备及可读存储介质。

第一方面，本申请实施例提供了一种用于解决推荐系统中数据隐私问题的联邦学习模型训练方法，包括：

矩阵下载步骤：从服务器下载全局物料因子矩阵；

数据集上传步骤：基于本地数据、所述全局物料因子矩阵与本地用户因子向量将数据集进行更新并上传至所述服务器；

矩阵发送步骤：所述服务器基于联邦加权算法与更新后的本地模型对所述全局物料因子矩阵进行更新并发送给用户。

上述联邦学习模型训练方法，其中，所述矩阵下载步骤中的所述全局物料因子矩阵为随机的初始化模型或预训练模型。

上述联邦学习模型训练方法，其中，所述数据集上传步骤包括：

数据聚合步骤：将所述数据集中的显式数据和隐式数据进行聚合；

向量更新步骤：使用所述本地数据和所述全局物料因子矩阵对所述本地用户因子向量进行更新；

对齐步骤：使用所述本地数据和更新后的所述本地用户因子向量，通过加密的方式将所述数据集以不同的方式进行对齐；

上传步骤：将更新后的所述数据集进行加密并通过一个安全协议将其上传至所述服务器。

上述联邦学习模型训练方法，其中，所述矩阵发送步骤包括：