龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：同盾科技有限公司;同盾控股有限公司
申请日：2021-08-16
公开（公告）日：2024-04-30
公开（公告）号：CN113723477B
主分类号：G06F18/243
分类号：G06F18/243;G06F18/214
优先权：
专利状态码：有效-授权
法律状态：2024.04.30#授权;2021.12.17#实质审查的生效;2021.11.30#公开
摘要：本申请实施例提供了一种基于孤立森林的跨特征联邦异常数据检测方法、系统、电子设备及存储介质，该方法在对联邦孤立森林模型中的各孤立树进行构建时，由发起方随机从发起方及各参与方选择一个作为当前结点的结点分裂方，并在结点分裂方完成当前结点的分裂，并将结点分裂信息发送至非结点分裂方，以供非结点分裂方进行同样的结点分裂，从而可以在不泄露本方所存储的特征数据的情况下，利用各方所存储的特征数据，构建结构相同的孤立树，进而可以形成孤立森林，并利用该孤立森林更全面地从测试样本中检测出异常数据。
主权项：1.一种基于孤立森林的跨特征联邦异常数据检测方法，其特征在于，应用于联邦系统，所述联邦系统包括发起方和参与方，所述方法包括：所述发起方和参与方利用用于风险评估的本地的训练样本数据进行联邦训练，得到联邦孤立森林模型，在联邦孤立森林模型每棵孤立树的每个结点训练过程中，所述发起方随机从所述发起方及各所述参与方选择一个作为当前结点的结点分裂方，并在所述结点分裂方完成对当前结点的分裂，并将结点分裂信息发送至非结点分裂方；所述结点分裂信息为子结点训练样本对应的索引号；所述发起方和所述参与方中的非结点分裂方，在每个训练阶段中根据所述分裂信息进行结点分裂，最终得到跨特征的联邦孤立森林模型；所述发起方和参与方利用用于风险评估的本地的预测样本数据和所述联邦孤立森林模型进行联邦预测，得到本地的各预测样本数据的异常得分，在所述异常得分大于预设分数阈值的情况下，确定所述异常得分对应的预测样本数据为异常数据，完成异常数据检测。
全文数据：
权利要求：
百度查询： 同盾科技有限公司;同盾控股有限公司 一种基于孤立森林的跨特征联邦异常数据检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号