[发明专利]信息分析方法、装置、服务器及存储介质

权利要求书

1.一种信息分析方法，其特征在于，包括：

根据各个信息系统上传的训练数据，进行联邦学习以确定包含至少两个字段变量的联邦模型，所述训练数据基于所述信息系统的信息数据训练得到，所述信息数据由至少两个字段变量对应的字段值组成；

基于所述联邦模型，对至少一个字段变量进行置信区间估计，得到至少一个置信区间；

基于所述至少一个置信区间，确定各信息数据中对应的字段值异常或正常，以基于异常的字段值进行分析。

2.如权利要求1所述的信息分析方法，其特征在于，所述基于所述至少一个置信区间，确定各信息数据中对应的字段值异常或正常，以基于异常的字段值进行分析，包括：

将所述置信区间下发给所述信息系统，所述置信区间用于所述信息系统根据所述置信区间确定信息数据中对应的字段值异常或正常，并基于异常的字段值进行信息分析。

3.如权利要求1所述的信息分析方法，其特征在于，所述根据各个信息系统上传的训练数据，进行联邦学习以确定包含至少两个字段变量的联邦模型，包括：

根据各个信息系统上传的经过同态加密的训练数据，进行联邦学习以确定包含至少两个字段变量的联邦模型。

4.如权利要求1所述的信息分析方法，其特征在于，所述训练数据还包括：至少两个未经过同态加密的字段变量和对应的经过同态加密的字段值，所述基于所述至少一个置信区间，确定各信息数据中对应的字段值异常或正常，以基于异常的字段值进行分析，包括：

将位于所述置信区间之外的经过同态加密的字段值判定为异常；

确定判定为异常的字段值对应的未经过同态加密的字段变量；

将确定出的字段变量下发给对应的信息系统，以使信息系统基于确定出的字段变量对应的字段值进行信息分析。

5.如权利要求1或3所述的信息分析方法，其特征在于所述根据各个信息系统上传的训练数据，进行联邦学习以确定包含至少两个字段变量的联邦模型，包括：

接收各个信息系统上传的训练数据，所述训练数据包括加密的损失值，所述加密的损失值基于至少两个所述信息系统对应的信息数据计算得到的；

解密所述加密的损失值，得到解密后的损失值；

根据所述解密后的损失值检测所述联邦模型是否处于收敛状态；

若检测到所述联邦模型处于收敛状态，则获取与所述损失值对应的梯度值；

确定与所述梯度值对应的模型参数，根据所述模型参数确定联邦模型的模型参数。

6.如权利要求5所述的信息分析方法，其特征在于，所述根据各个信息系统上传的训练数据，进行联邦学习以确定包含至少两个字段变量的联邦模型，还包括：

若检测到所述联邦模型处于未收敛状态，则获取与所述损失值对应的梯度值，并更新所述梯度值，得到更新后的梯度值；

将所述更新后的梯度值发送给所述信息系统，以使所述信息系统根据所述更新后的梯度值更新对应的模型参数，并基于更新后的模型参数和信息数据计算得到更新后的训练数据。

7.如权利要求5所述的信息分析方法，其特征在于，所述根据所述解密后的损失值检测所述联邦模型是否处于收敛状态，包括：

获取所述信息系统前一次发送的第一损失值，并将所述解密后的损失值记为第二损失值；

计算所述第一损失值和所述第二损失值之间的差值，并判断所述差值是否小于或者等于设定阈值；

当确定所述差值小于或者等于所述设定阈值时，确定所述联邦模型处于收敛状态；

当确定所述差值大于所述设定阈值时，确定所述联邦模型未处于收敛状态。