申请/专利权人：支付宝(杭州)信息技术有限公司

申请日：2023-12-10

公开（公告）日：2024-03-22

公开（公告）号：CN117743849A

主分类号：G06F18/214

分类号：G06F18/214;G06F18/243;H04L9/00;H04L9/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本说明书实施例涉及一种联合训练树模型的方法及装置，所述方法应用于联邦学习系统，联邦学习系统包括多个计算方，其中包括持有样本标签的主动方，和至少一个不持有标签的参与方；所述方法包括，针对树模型中任一待分裂的目标节点执行联合分裂过程，所述联合分裂过程包括：任一计算方根据自身持有的子特征，确定目标节点的多个候选分裂方式，并根据本轮训练中各个样本的加密梯度值，确定各个候选分裂方式分别对应的加密梯度和；任一计算方将多个加密梯度和发送给安全计算设备；安全计算设备根据各个候选分裂方式的加密梯度和，确定目标节点的目标分裂方式和目标分裂方式对应的增益分数的符号，并发送给所述主动方，用于其更新树模型。

主权项：1.一种联合训练树模型的方法，应用于联邦学习系统，所述联邦学习系统包括多个计算方，其中包括持有样本标签的主动方，和至少一个不持有标签的参与方；所述各个计算方分别持有所述样本的部分子特征；所述方法包括，针对所述树模型中任一待分裂的目标节点执行联合分裂过程，所述联合分裂过程包括：所述任一计算方根据自身持有的子特征，确定所述目标节点的多个候选分裂方式，并根据本轮训练中各个样本的加密梯度值，确定各个候选分裂方式分别对应的加密梯度和，其中，所述加密梯度值是所述主动方根据当前树模型和所述标签确定各个样本的样本梯度，并对其进行加密后提供给各个计算方的；所述任一计算方将所述多个加密梯度和发送给安全计算设备；所述安全计算设备为多方安全计算MPC系统或者第三方可信计算设备；所述安全计算设备根据所述各个候选分裂方式的加密梯度和，确定所述目标节点的目标分裂方式和所述目标分裂方式对应的增益分数的符号，并发送给所述主动方，用于其更新所述树模型。

全文数据：

权利要求：

百度查询： 支付宝(杭州)信息技术有限公司 一种联合训练树模型的方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD