[发明专利]一种基于同态加密的预测模型训练方法、系统、设备及介质

权利要求书

1.一种基于同态加密的预测模型训练方法，其特征在于，包括：

在计算节点基于训练数据训练局部预测模型，将所述局部预测模型通过同态加密算法进行加密，并将加密后的局部预测模型发送到服务端；

在服务端将收到的加密后的局部预测模型通过预定计算方式计算得到加密形式的全局预测模型，并将所述全局预测模型发送到计算节点；

在计算节点通过同态加密算法对加密形式的全局预测模型进行解密，并将解密后的全局预测模型与局部预测模型进行融合；

所述通过预定计算方式计算得到加密形式的全局预测模型包括：

将多个加密后的局部预测模型以密文形式进行乘法计算以得到加密形式的全局预测模型；

所述通过同态加密算法对加密形式的全局预测模型进行解密包括：

将所述加密形式的全局预测模型通过同态加密算法进行解密得到由多个局部预测模型相加的明文，并对所述明文基于局部预测模型个数进行平均运算得到全局预测模型。

2.根据权利要求1所述的方法，其特征在于，所述在计算节点基于训练数据训练局部预测模型包括：

在计算节点基于对训练集投影得到训练子集，并通过所述训练子集基于高斯过程回归算法训练局部预测模型。

3.根据权利要求2所述的方法，其特征在于，所述在计算节点基于对训练集投影得到训练子集包括：

定义训练数据点之间的距离并基于所述距离定义数据点到训练数据集合的投影集合；

通过所述投影集合并基于计算节点的训练数据确定局部投影集合，并根据所述局部投影集合确定所述计算节点的训练子集。

4.根据权利要求3所述的方法，其特征在于，所述根据所述局部投影集合确定所述计算节点的训练子集还包括：

响应于在计算节点确定所述局部投影集合，从所述局部投影集合中取出每一个投影点，基于每一个投影点选取预定大小的邻域范围内的训练数据构建训练子集。

5.根据权利要求4所述的方法，其特征在于，还包括：

根据计算节点的计算能力制定所述邻域范围、数据点之间的距离以及投影集合的大小。

6.根据权利要求1所述的方法，其特征在于，所述将所述局部预测模型通过同态加密算法进行加密包括：

在计算节点基于同态加密算法构建公钥和私钥并通过公钥对所述局部预测模型进行加密。

7.根据权利要求1所述的方法，其特征在于，所述在服务端将收到的加密后的局部预测模型通过预定计算方式计算全局预测模型包括：

响应于收到的多个加密后的局部预测模型根据所述同态加密算法的密文与明文的运算相关性，将多个加密后的局部预测模型进行相乘得到加密形式的全局预测模型。

8.根据权利要求1所述的方法，其特征在于，所述在计算节点通过同态加密算法对全局预测模型进行解密，并将解密后的全局预测模型与局部预测模型进行融合包括：

在计算节点基于私钥对收到的加密形式的全局预测模型进行解密得到中间全局预测模型；

根据参与全局预测模型计算的局部预测模型个数对所述中间全局预测模型求平均值得到全局预测模型，并将所述全局预测模型与所述计算节点上的局部预测模型进行融合。