申请/专利权人:易联众信息技术股份有限公司
申请日:2020-09-23
公开(公告)日:2021-01-19
公开(公告)号:CN112241537A
主分类号:G06F21/60(20130101)
分类号:G06F21/60(20130101);G06F21/62(20130101);G06N20/00(20190101)
优先权:
专利状态码:有效-授权
法律状态:2023.02.10#授权;2021.02.05#实质审查的生效;2021.01.19#公开
摘要:本发明涉及数据共享技术领域,特别涉及一种纵向联邦学习建模方法、系统、介质及设备,其中,一种纵向联邦学习建模方法,找出建模参与方共有的样本ID,应用于建模参与方包括如下步骤,接收信任第三方发送的公钥,利用公钥对中间数据进行加密;向信任第三方发送加密中间数据,以使所述信任第三方接收加密中间数据对其解密并运算,向所述建模参与方返回运算结果;接收运算结果并计算估计向量,用以利用共有的样本ID建立数据模型。与现有技术相比,本发明提供的一种纵向联邦学习建模方法,在保证各建模参与方的数据安全隐私的前提下,充分利用各建模参与方的特征数据共同建模,既能保证数据隐私又能提升模型表现。
主权项:1.一种纵向联邦学习建模方法,其特征在于,找出建模参与方共有的样本ID,应用于建模参与方,所述方法包括:接收信任第三方发送的公钥,利用公钥对中间数据进行加密;向信任第三方发送加密中间数据,以使所述信任第三方接收加密中间数据对其解密并运算,向所述建模参与方返回运算结果;接收运算结果并计算估计向量,用以利用共有的样本ID建立数据模型。
全文数据:
权利要求:
百度查询: 易联众信息技术股份有限公司 纵向联邦学习建模方法、系统、介质及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。