[发明专利]一种基于共享数据的模型训练方法及装置

摘要

公开了一种基于共享数据的模型训练方法及装置。该方案用于根据海量数据样本训练数据模型，其中数据样本来源于多个数据提供方，由于不同的数据提供方可以分别从不同的维度提供数据样本特征，因此将各个数据提供方的共享的数据整合后，可以形成特征维度更丰富的数据样本，从而训练出效果更佳的数据模型，同时可以保证数据共享的安全性问题。

主权项

1.一种基于共享数据的模型训练方法，数据挖掘方维护全局参数集Wglobal＝(W1,W2,…,WU)，其中Wu(u＝1、2…U)为对应于数据提供方u的自有数据特征Xu的参数集；所述方法包括：利用以下步骤进行迭代训练，直到满足模型训练要求：任一数据提供方u从数据挖掘方下载Wu，利用具有特征Xu的本地数据以及下载得到的Wu计算gradu，并将gradu上传至数据挖掘方，其中gradu为模型代价函数J(w)的关于数据特征Xu的梯度值；数据挖掘方获得各数据提供方u上传的gradu，利用gradu以及参数更新公式对Wglobal进行更新；其中，所述参数更新公式根据JN(w)确定，JN(w)为对J(w)添加噪声处理后的模型代价函数，且JN(w)满足差分隐私定义。