[发明专利]提升安全性的纵向联邦学习方法、设备、系统及存储介质在审
| 申请号： | 201911128849.6 | 申请日： | 2019-11-18 |
| 公开（公告）号： | CN110704860A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 谭明超;范涛;魏文斌;马国强;吴玙;郑会钿;陈天健;杨强 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06F21/60 | 分类号： | G06F21/60;G06N20/00;H04L9/08 |
| 代理公司： | 44287 深圳市世纪恒程知识产权代理事务所 | 代理人： | 王韬 |
| 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： | 本发明公开了一种提升安全性的纵向联邦学习方法、设备、系统及存储介质，所述方法包括：接收各数据方发送的加随机数加密梯度值，其中，各数据方加密交换用于计算梯度值的中间结果计算得到各自模型参数对应的加密梯度值，并对加密梯度值加上各自的第一随机数得到加随机数加密梯度值；对加随机数加密梯度值进行解密得到加随机数梯度值；将加随机数梯度值对应返回给各数据方，以供各数据方对加随机数梯度值消除随机数得到梯度值，并采用梯度值更新各自的模型参数；迭代训练得到训练完成的逻辑回归模型。本发明实现了在联合第三方进行纵向联邦逻辑回归建模的方案中，避免第三方联合其中一方窃取数据的可能性，提高了逻辑回归建模的安全性。 | ||
| 搜索关键词： | 随机数 随机数加密 加密 逻辑回归 模型参数 第三方 建模 逻辑回归模型 存储介质 迭代训练 中间结果 解密 窃取 发送 联合 返回 更新 交换 学习 | ||
【主权项】：
1.一种提升安全性的纵向联邦学习方法，其特征在于，所述提升安全性的纵向联邦学习方法应用于参与纵向联邦逻辑回归建模的协作方，所述协作方与拥有训练数据的各数据方通信连接，各数据方各自拥有逻辑回归模型的一部分，所述提升安全性的纵向联邦学习方法包括：/n接收各数据方发送的加随机数加密梯度值，其中，各数据方加密交换用于计算梯度值的中间结果，计算得到各自模型参数对应的加密梯度值，并对所述加密梯度值加上各自的第一随机数得到所述加随机数加密梯度值；/n对所述加随机数加密梯度值进行解密得到加随机数梯度值；/n将所述加随机数梯度值对应返回给各数据方，以供各数据方对所述加随机数梯度值消除随机数得到梯度值，并采用所述梯度值更新各自的模型参数；/n迭代训练直到检测到满足预设停止条件时得到训练完成的逻辑回归模型。/n
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/patent/201911128849.6/，转载请声明来源钻瓜专利网。
