[发明专利]特征选择方法、电子设备、介质及程序产品在审

专利信息
申请号: 202211730552.9 申请日: 2022-12-30
公开(公告)号: CN115964746A 公开(公告)日: 2023-04-14
发明(设计)人: 吴玙 申请(专利权)人: 深圳前海微众银行股份有限公司
主分类号: G06F21/62 分类号: G06F21/62;G06F21/60;G06N20/20
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 杨培权
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征 选择 方法 电子设备 介质 程序 产品
【说明书】:

本申请公开了特征选择方法、电子设备、介质及程序产品,应用于纵向联邦学习的第一参与方,所述特征选择方法包括:获取第一相关性信息;接收第二参与方发送的同态加密的第二相关性信息;生成各第一参与方特征和各第二参与方特征共同对应的特征计数器;根据第一相关性信息以及同态加密的第二相关性信息选择性更新特征计数器,生成同态加密的特征选择结果计数器;将同态加密的特征选择结果计数器发送至第二参与方;根据第二参与方解密反馈的特征选择结果计数器,在各第一参与方特征和各第二参与方特征中进行特征选择。本申请解决了现有技术中在纵向联邦学习场景中进行特征选择时无法保护数据隐私的技术问题。

技术领域

本申请涉及金融科技(Fintech)的人工智能技术领域,尤其涉及一种特征选择方法、电子设备、介质及程序产品。

背景技术

随着金融科技,尤其是互联网科技金融的不断发展,越来越多的技术(如分布式、人工智能等)应用在金融领域,但金融业也对技术提出了更高的要求,如对金融业对应待办事项的分发也有更高的要求。

基于相关性系数来进行特征选择具备广泛的应用价值,通过过滤掉高相关性的特征,可以减少入模特征,而在纵向联邦学习场景中特征通常分布在不同参与方,不同参与方各自特征之间的相关性系数通常是互相保密的,也即为数据隐私,但是若直接依据相关性系数在纵向联邦学习场景中进行特征选择,则容易互相暴露不同参与方的各自特征之间的相关性,造成数据隐私的泄露。

发明内容

本申请的主要目的在于提供一种特征选择方法、电子设备、介质及程序产品,旨在解决现有技术中在纵向联邦学习场景中进行特征选择时无法保护数据隐私的技术问题。

为实现上述目的,本申请提供一种特征选择方法,应用于纵向联邦学习的第一参与方,所述特征选择方法包括:

获取第一相关性信息,其中,所述第一相关性信息用于表征各第一参与方特征两两之间的相关性以及各所述第一参与方特征和各第二参与方特征两两之间的相关性;

接收第二参与方发送的同态加密的第二相关性信息,其中,所述第二相关性信息用于表征各第二参与方特征两两之间的相关性;

生成各所述第一参与方特征和各所述第二参与方特征共同对应的特征计数器;

根据所述第一相关性信息以及所述同态加密的第二相关性信息选择性更新所述特征计数器,生成同态加密的特征选择结果计数器;

将所述同态加密的特征选择结果计数器发送至第二参与方,以供所述第二参与方将所述同态加密的特征选择结果计数器解密为特征选择结果计数器,其中,所述特征选择结果计数器用于记录是否选择各所述第一参与方特征和各所述第二参与方特征;

根据所述第二参与方反馈的特征选择结果计数器,在各所述第一参与方特征和各所述第二参与方特征中进行特征选择。

本申请提供一种特征选择方法,应用于纵向联邦学习的第二参与方,所述特征选择方法包括:

获取第二相关性信息,对所述第二相关性信息进行同态加密,得到同态加密的第二相关性信息;

将所述同态加密的第二相关性信息发送至第一参与方,以供所述第一参与方根据本地的第一相关性信息以及所述同态加密的第二相关性信息选择性更新特征计数器,生成同态加密的特征选择结果计数器,其中,所述特征选择结果计数器用于记录是否选择各所述第一参与方特征和各所述第二参与方特征;

接收所述第一参与方发送的同态加密的特征选择结果计数器,并将所述同态加密的特征选择结果计数器解密为特征选择结果计数器;

将所述特征选择结果计数器反馈至所述第一参与方,以供所述第一参与方根据所述第二参与方反馈的特征选择结果计数器,在各所述第一参与方特征和各所述第二参与方特征中进行特征选择。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳前海微众银行股份有限公司,未经深圳前海微众银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211730552.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top