[发明专利]联邦特征工程数据的筛选方法及装置、设备及存储介质

权利要求书

1.一种联邦特征工程数据的筛选方法，其特征在于，应用于业务端，所述方法包括：

向数据端发送与所述数据端的样本对齐的样本ID和同态加密的指定标签，供所述数据端根据所述同态加密的指定标签确定各分箱的密文求和结果；

接收数据端发送的各分箱的密文求和结果、分箱编号和样本总数量；

对接收到的各分箱的密文求和结果解密，得到所述数据端的各分箱的解密结果；

按照分箱编号，根据各分箱的解密结果和样本总数量确定所述数据端的分析结果，以根据所述分析结果确定是否选择按照当前用于分箱的特征进行分箱的数据作为联邦建模的数据，其中，各分箱的分析结果用于表示在当前用于分箱的特征参数与业务端的正样本标签之间的关联度。

2.根据权利要求1所述的方法，其特征在于，所述解密结果包括：指定标签对应的样本数量，所述根据各分箱的解密结果和样本总数量确定所述数据端的分析结果，包括：

基于所述数据端的各分箱的指定标签对应的样本数量和样本总数量计算所述数据端的每个分箱的正样本总数和负样本总数、所有分箱的正样本总数和负样本总数，其中，所述指定标签为正样本标签或负样本标签；

根据所述数据端的每个分箱的正样本总数和负样本总数、所有分箱的正样本总数和负样本总数计算所述数据端的每个分箱的证据权重；

根据所述数据端的每个分箱的证据权重计算所述数据端的每个分箱的信息量，并求和得到所述数据端的总信息量作为分析结果。

3.根据权利要求2所述的方法，其特征在于，所述指定标签为正样本标签，所述基于所述数据端的各分箱的指定标签对应的样本数量和样本总数量计算所述数据端的每个分箱的正样本总数和负样本总数、所有分箱的正样本总数和负样本总数，包括：

将所述数据端的各分箱的指定标签对应的样本数量作为所述数据端的各分箱的正样本总数；

将所述数据端的各分箱的样本总数量与正样本总数之间的差值作为所述数据端的各分箱的负样本总数；

将所述数据端的各分箱的正样本总数的加和值作为所有分箱的正样本总数；

将所述数据端的各分箱的负样本总数的加和值作为所有分箱的负样本总数。

4.根据权利要求2所述的方法，其特征在于，所述指定标签为负样本标签，所述基于所述数据端的各分箱的指定标签对应的样本数量和样本总数量计算所述数据端的每个分箱的正样本总数和负样本总数、所有分箱的正样本总数和负样本总数，包括：

将所述数据端的各分箱的指定标签对应的样本数量作为所述数据端的各分箱的负样本总数；

将所述数据端的各分箱的样本总数量与负样本总数之间的差值作为所述数据端的各分箱的正样本总数；

将所述数据端的各分箱的正样本总数的加和值作为所有分箱的正样本总数；

将所述数据端的各分箱的负样本总数的加和值作为所有分箱的负样本总数。

5.根据权利要求2所述的方法，其特征在于，所述根据各分箱的解密结果和样本总数量确定所述数据端的分析结果，还包括：

根据所述数据端的每个分箱的正样本总数和负样本总数，计算所述数据端数据的KS值作为分析结果。

6.根据权利要求5所述的方法，其特征在于，通过以下表达式，根据所述数据端的每个分箱的正样本总数和负样本总数，计算所述数据端数据的KS值：

KS＝max{|cum_i(Bad)-cum_i(Good)|}

其中，cum_i(Bad)为每个分箱区间i的累计负样本数量，cum_i(Good)为每个分箱区间i的累计正样本数量。

7.一种联邦特征工程数据的筛选方法，其特征在于，应用于数据端，所述方法包括：

接收业务端发送的与所述数据端的样本对齐的样本ID和同态加密的指定标签，其中，所述指定标签为正样本标签或负样本标签；

根据预设的特征参数对样本对齐的样本ID进行分箱；

基于每个分箱中样本ID对应的同态加密的指定标签计算各分箱的密文求和结果；

将各分箱的分箱编号、密文求和结果和样本总数量发送给所述业务端。