[发明专利]用户设备、服务器及其方法

权利要求书

1.一种用户设备执行的方法，该方法包括：

从收集的用户数据中提取原始特征，对原始特征进行处理，得到该用户设备的特征向量；

基于该特征向量和预测模型计算关于预测模型的中间参数；

将该中间参数发送给服务器；以及

更新预测模型参数。

2.如权利要求1所述的方法，其中将该中间参数发送给服务器，以及更新预测模型参数，包括：

将该中间参数编码成至少两个编码后的中间参数数据，分别发送给至少两个服务器，以使所述至少两个服务器分别对接收的中间参数数据进行聚合；

从所述至少两个服务器获取聚合结果；

基于获取的聚合结果，更新预测模型参数。

3.如权利要求1所述的方法，其中更新预测模型参数包括从服务器接收更新的预测模型参数。

4.如权利要求1至3中任一项所述的方法，其中，所述中间参数是预测模型参数的梯度。

5.如权利要求1至4中任一项所述的方法，其中所述对原始特征进行处理包括：

对原始特征进行映射运算，得到映射运算结果；

将映射运算结果发送给服务器；

从服务器获取映射运算结果-索引映射表，其中，所述映射表是所述服务器根据各用户设备分别发送的映射运算结果进行索引映射得到的；

基于获取的映射表将原始特征表示成所述用户设备的特征向量。

6.如权利要求5所述的方法，其中所述映射运算是哈希编码，映射运算结果是特征哈希值。

7.如权利要求1至4中任一项所述的方法，其中所述对原始特征进行处理包括：对所述原始特征的特征值进行标准化。

8.如权利要求7所述的方法，其中所述对原始特征的特征值进行标准化包括：

对原始特征的特征值及其平方值进行同态加密，并发送给服务器；

从服务器获取所述特征值及其平方值分别对应的聚合结果；

对所述特征值及其平方值分别对应的聚合结果分别进行解密，得到特征值及其平方值分别对应的均值，并计算所述特征值对应的标准差；

根据特征值的均值以及标准差，得到标准化后的特征值。

9.如权利要求7所述的方法，其中所述对原始特征的特征值进行标准化包括：

将原始特征的特征值编码成至少两个编码后的特征值，分别发送给至少两个服务器；

将原始特征的特征值的平方值编码成至少两个编码后的平方值，分别发送给所述至少两个服务器；

从所述至少两个服务器分别接收聚合结果；

基于所述聚合结果计算原始特征的特征值的均值和标准差；以及

根据特征值的均值以及标准差，得到标准化后的特征值。

10.如权利要求1至9中任一项所述的方法，其中所述预测模型为用户画像预测模型。

11.一种用户设备，包括存储器和处理器，

所述存储器中存储有计算机程序；

所述处理器，用于在运行所述计算机程序时，执行权利要求1至10中任一项所述的方法。

12.一种服务器执行的方法，该方法包括：

从用户设备接收基于特征向量和预测模型计算的关于预测模型的中间参数，该特征向量是用户设备通过从收集的用户数据中提取原始特征、对原始特征进行处理而得到的；以及

对接收的中间参数进行聚合。

13.如权利要求12所述的方法，其中从用户设备接收关于预测模型的中间参数，以及对接收的中间参数进行聚合包括：

与至少一个其他服务器一起分别从用户设备接收该中间参数被编码成的至少两个编码后的中间参数数据；以及

对接收的中间参数数据进行聚合，将聚合结果发送给用户设备，以使用户设备基于获取的聚合结果，更新预测模型参数。