[发明专利]垂直数据的联邦学习方法及装置

说明书

本公开涉及一种垂直数据的联邦学习方法及装置。所述方法应用于协调服务器，包括：接收至少两个数据提供方的样本数据标识符的布隆过滤器；匹配所述至少两个数据提供方的样本数据标识符的布隆过滤器，获取所述至少两个数据提供方对应的样本对齐信息和共有数据指示信息；利用公钥加密所述共有数据指示信息，得到加密指示信息；发送样本对齐信息、公钥、加密指示信息以及模型参数至相应的数据提供方；接收至少两个数据提供方的加密模型梯度信息；根据至少两个数据提供方的加密模型梯度信息，更新至少两个数据提供方对应的模型参数。可以实现多个标识符的模糊匹配，提高应用场景的适用性，并可以在保证数据隐私的情况下，实现模型参数的更新。

技术领域

本公开涉及大数据安全处理技术领域，尤其涉及一种垂直数据的联邦学习方法及装置。

背景技术

联邦学习是近年提出的一个机器学习框架，在2016年最先由谷歌提出。它的诞生是用于解决安卓手机终端用户在本地更新模型的问题。传统机器学习会将全部数据收集在一个架构的终端或者分布在多个终端，然后对数据进行机器学习。现有的联邦学习设计理念可以确保数据不会离开安卓手机用户本地，使得机器学习可以使用手机芯片在本地进行，最后将更新的模型参数返送给服务器。这使得联邦学习的应用场景多集中关注企业与消费者之间上，并且，联邦学习多集中在数据水平情况下的机器学习。

但随着日益增长的数据使用和收集，以及大数据应用场景多样化的需求，组织、机构、企业等之间的数据资产的联邦学习将比企业与个人之间的数据联邦学习更具潜在意义。而且，现有联邦学习多处于理论阶段，实际研究应用中也将数据对齐部分作为默认条件。

发明内容

有鉴于此，本公开提出了一种垂直数据的联邦学习方法及装置。

根据本公开的一方面，提供了一种垂直数据的联邦学习方法，应用于协调服务器，所述方法包括：

接收至少两个数据提供方的样本数据标识符的布隆过滤器；

匹配所述至少两个数据提供方的样本数据标识符的布隆过滤器，获取所述至少两个数据提供方对应的样本对齐信息和共有数据指示信息；

利用公钥加密所述共有数据指示信息，得到加密指示信息；

发送所述样本对齐信息、所述公钥、所述加密指示信息以及模型参数至相应的数据提供方；

接收所述至少两个数据提供方发送的，根据所述样本对齐信息、所述公钥、所述加密指示信息以及所述模型参数获取的加密模型梯度信息；

根据所述至少两个数据提供方的加密模型梯度信息，更新所述至少两个数据提供方对应的模型参数；

若更新的模型参数满足预设条件，将所述更新的模型参数作为目标模型参数，发送所述目标模型参数至相应的数据提供方，以使所述相应的数据提供方根据所述目标模型参数预测数据标签。

在一种可能的实现方式中，所述方法还包括：

若更新的模型参数不满足预设条件，将所述更新的模型参数发送至相应的数据提供方，以使所述相应的数据提供方根据所述样本对齐信息、所述公钥、所述加密指示向量以及所述更新的模型参数，获取当前的模型梯度信息；

接收所述相应的数据提供方的当前的加密模型梯度信息；

根据所述当前的加密模型梯度信息，更新所述相应的数据提供方对应的模型参数。

在一种可能的实现方式中，所述根据所述至少两个数据提供方的加密模型梯度信息，更新所述至少两个数据提供方对应的模型参数，包括：

从所述至少两个数据提供方的加密模型梯度信息中提取与每一个数据提供方关联的加密模型梯度信息；

根据所述每一个数据提供方关联的加密模型梯度信息，获取每一个数据提供方对应的加密梯度；