[发明专利]数据处理系统及方法

说明书

本说明书提供数据处理系统及方法，其中数据处理系统包括：至少两个特征提供端基于本地样本特征确定待预测样本特征，并将待预测样本特征对应的样本数据发送至数据加密端；数据加密端接收至少两个样本数据；通过对至少两个样本数据进行加密处理，获得至少两个加密样本数据；将至少两个加密样本数据发送至样本标签提供端；样本标签提供端根据至少两个加密样本数据确定目标样本特征，并将目标样本特征作为其所属的特征提供端的目标分割节点；在基于本地样本标签确定目标分割节点的分割周期满足训练停止条件的情况下，广播训练停止信息；实现数据提供方可以将数据保留在本地的情况下完成节点分割，有效地保证了数据的安全性。

技术领域

本说明书涉及数据处理技术领域，特别涉及数据处理系统及方法。

背景技术

随着互联网技术的发展，数据已经逐渐成为各个公司的核心资产。无论是信贷过程中的授信、风控，还是在线的推荐、营销，都离不开数据。而数据的质量和数量是影响机器学习模型效果最重要的两个因素，因此在不同数据孤岛之间进行数据共享，通过扩充数据量来提升模型效果的需求变得愈发强烈。与此同时，随着用户数据安全和隐私保护相关政策相继出台和日益完善，包含用户生理特征、征信报告、社交网络等个人敏感信息的数据隐私保护越来越受到各类企业、机构的重视，也令联合多方数据建模面临更大的风险与挑战。现有技术中，为在保障用户隐私的前提下解决数据孤岛的痛点，通常会采用多方安全计算的方法实现，这可以在一定程度上达到多方数据安全联合建模的目的。但是由于模型本身的特性，很难保证模型的建模效率和多方之间的通信效率，同时在建模过程中还会引发过拟合的问题，因此亟需一种有效地方案以解决上述问题。

发明内容

有鉴于此，本说明书实施例提供了两种数据处理系统。本说明书同时涉及两种数据处理方法，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种数据处理系统，包括：

至少两个特征提供端，被配置为基于本地样本特征确定待预测样本特征，并将所述待预测样本特征对应的样本数据发送至数据加密端；

所述数据加密端，被配置为接收至少两个样本数据；通过对所述至少两个样本数据进行加密处理，获得至少两个加密样本数据；将所述至少两个加密样本数据发送至样本标签提供端；

所述样本标签提供端，被配置为根据所述至少两个加密样本数据确定目标样本特征，并将所述目标样本特征作为其所属的特征提供端的目标分割节点；在基于本地样本标签确定所述目标分割节点的分割周期满足训练停止条件的情况下，广播训练停止信息。

可选地，所述至少两个特征提供端，进一步被配置为：

基于所述本地样本特征构建特征矩阵，并将所述特征矩阵输入至加载到本地的初始化函数进行处理，获得初始预测分值；

根据所述初始预测分值在所述本地样本特征中筛选出初始样本特征，并将所述初始样本特征作为初始分割节点构建初始业务树模型；

基于所述初始业务树模型对所述本地样本特征对应的样本数据进行预测，并将预测结果与所述样本标签提供端广播的样本标签进行比较；

在比较结果未满足预设条件的情况下，根据所述预测结果确定除所述初始样本特征的本地样本特征构建的特征矩阵对应的中间预测分值；

基于所述初始预测分值和所述中间预测分值在除所述初始样本特征的本地样本特征中筛选出所述待预测样本特征。

可选地，所述至少两个特征提供端，进一步被配置为：

计算所述预测结果的预测值和所述样本标签的样本标签值分别对应的一阶导数向量和二阶导数向量，以及提取所述待预测样本特征对应的待处理数据；

基于所述一阶导数向量、所述二阶导数向量以及所述待处理数据组成所述待预测样本特征对应的样本数据，并发送至所述数据加密端。