[发明专利]一种确定参与方贡献度的方法及装置

权利要求书

1.一种确定参与方贡献度的方法，其特征在于，适用于通过N个参与方获得的横向联邦模型，N大于1；

所述方法包括：

针对于所述N个参与方中每个参与方执行：将所述参与方的本地模型的模型准确度输入至预设模型中，得到所述参与方的本地模型的预期贡献指标；所述参与方的本地模型是所述参与方根据本地数据训练后确定的；所述预设模型是根据样本模型准确度和样本贡献指标的映射关系经模型训练后确定的；

将所述横向联邦模型的模型准确度输入至所述预设模型中，得到所述横向联邦模型的预期贡献指标；

根据N个参与方的本地模型的预期贡献指标和所述横向联邦模型的预期贡献指标，确定至少一个参与方对所述横向联邦模型的贡献度。

2.如权利要求1所述的方法，其特征在于，所述各参与方的本地模型的模型准确度由下述步骤确定：

将同一测试数据分别输入各参与方的本地模型，得到各参与方的本地模型的预测结果；

根据各参与方的本地模型的预测结果与所述测试数据对应的真实结果，确定各参与方的本地模型的模型准确度；

所述横向联邦模型的模型准确度由下述步骤确定：

将所述同一测试数据输入所述横向联邦模型，得到所述横向联邦模型的预测结果；

根据所述横向联邦模型的预测结果与所述测试数据对应的真实结果，确定所述横向联邦模型的模型准确度。

3.如权利要求1所述的方法，其特征在于，所述根据N个参与方的本地模型的预期贡献指标和所述横向联邦模型的预期贡献指标，确定至少一个参与方对所述横向联邦模型的贡献度，包括：

确定N个第一差值；各第一差值为各参与方的本地模型的预期贡献指标与所述横向联邦模型的预期贡献指标的差值；

针对至少一个参与方，将所述参与方的本地模型的预期贡献指标与所述横向联邦模型的预期贡献指标的第一差值确定为第二差值；根据所述第二差值和所述N个第一差值，确定所述参与方对所述横向联邦模型的贡献度。

4.如权利要求1至3任一项所述的方法，其特征在于，所述根据样本模型准确度和样本贡献指标的映射关系经模型训练后确定所述预设模型，包括：

获取多个样本数据，每个样本数据对应一个历史模型，所述样本数据中包括与所述样本数据对应的历史模型的样本模型准确度和样本贡献指标；所述历史模型的样本贡献指标是预设时段内使用所述历史模型确定的；

建立所述历史模型的样本模型准确度与样本贡献指标之间的映射关系；

以多个映射关系为所述预设模型的训练数据进行模型训练，确定所述预设模型。

5.一种确定参与方贡献度的装置，其特征在于，适用于通过N个参与方获得的横向联邦模型，N大于1；

所述装置包括：第一处理单元、第二处理单元和确定单元；

所述第一处理单元，用于针对于所述N个参与方中每个参与方执行：将所述参与方的本地模型的模型准确度输入至预设模型中，得到所述参与方的本地模型的预期贡献指标；所述参与方的本地模型是所述参与方根据本地数据训练后确定的；所述预设模型是根据样本模型准确度和样本贡献指标的映射关系经模型训练后确定的；

所述第二处理单元，用于将所述横向联邦模型的模型准确度输入至所述预设模型中，得到所述横向联邦模型的预期贡献指标；

所述确定单元，用于根据N个参与方的本地模型的预期贡献指标和所述横向联邦模型的预期贡献指标，确定至少一个参与方对所述横向联邦模型的贡献度。

6.如权利要求5所述的装置，其特征在于，所述第一处理单元，具体用于：

将同一测试数据分别输入各参与方的本地模型，得到各参与方的本地模型的预测结果；

根据各参与方的本地模型的预测结果与所述测试数据对应的真实结果，确定各参与方的本地模型的模型准确度；

所述第二处理单元，具体用于：

将所述同一测试数据输入所述横向联邦模型，得到所述横向联邦模型的预测结果；

根据所述横向联邦模型的预测结果与所述测试数据对应的真实结果，确定所述横向联邦模型的模型准确度。