[發明專利]基于聯邦學習的聯盟網絡構建方法、設備及可讀存儲介質

有效

• 申請號: 201811264163.5
• 申請日: 2018-10-26
• 公開（公告）號: CN109167695B
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 范濤;陳天健;楊強;劉洋
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L29/06
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國;魏蘭

本發明公開了一種基于聯邦學習的聯盟網絡構建方法，包括：構建初始聯盟網絡；當監測到聯合建模請求時，依據所述聯合建模請求，從所述初始聯盟網絡中選擇建模參與方節點；向各建模參與方節點發送聯合建模指令，以供各建模參與方節點依據各自的樣本數據，執行聯合建模操作，以構建包含各建模參與方節點的各自業務模型的目標聯盟網絡。本發明還公開了一種基于聯邦學習的聯盟網絡構建設備及計算機可讀存儲介質。本發明能夠在相互利用業務數據的同時，保證各方企業的數據隱私。

技術領域

本發明涉及聯盟網絡的技術領域，尤其涉及一種基于聯邦學習的聯盟網絡構建方法、設備及可讀存儲介質。

背景技術

企業為提高業務效果，通常通過收集用戶行為數據，并對用戶行為數據進行大數據分析的方式，給用戶推薦商品或進行風險控制等，進而提高收益或降低風險，而單個企業的業務數據是有限的，當需要利用其它企業的業務數據以提高業務效果時，企業雙方需要安排人員面談協商，在協商成功之后，各方企業才可以相互利用對方的業務數據。

然而，各方企業相互利用對方的用戶行為數據時，無法保證各方企業的數據隱私，存在安全隱患，無法在相互利用業務數據的同時，保證各方企業的數據隱私，因此，如何在相互利用業務數據的同時，保證各方企業的數據隱私是目前亟待解決的問題。

發明內容

本發明的主要目的在于提供一種基于聯邦學習的聯盟網絡構建方法、設備及可讀存儲介質，旨在相互利用業務數據的同時，保證各方企業的數據隱私。

為實現上述目的，本發明提供一種基于聯邦學習的聯盟網絡構建方法，所述基于聯邦學習的聯盟網絡構建方法包括以下步驟：

構建初始聯盟網絡；

當監測到聯合建模請求時，依據所述聯合建模請求，從所述初始聯盟網絡中選擇建模參與方節點；

向各建模參與方節點發送聯合建模指令，以供各建模參與方節點依據各自的樣本數據，執行聯合建模操作，以構建包含各建模參與方節點的各自業務模型的目標聯盟網絡。

進一步地，依據所述聯合建模請求，從所述初始聯盟網絡中選擇建模參與方節點的步驟包括：

從所述聯合建模請求中讀取建模參與方標簽組，并獲取所述初始聯盟網絡的聯盟參與方標簽組；

將所述建模參與方標簽組中的建模參與方標簽與所述聯盟參與方標簽組中的聯盟參與方標簽進行匹配；

將匹配到的聯盟參與方標簽對應的聯盟參與方節點，確定為建模參與方節點。

進一步地，所述各建模參與方節點依據各自的樣本數據，執行聯合建模操作，以構建包含各建模參與方節點的各自業務模型的目標聯盟網絡的步驟包括：

各建模參與方節點對各自的樣本數據進行處理，以獲取各自的梯度值和損失值，并加密各自的梯度值和損失值，且各建模參與方節點之間互傳加密后的梯度值和損失值；

各建模參與方節點將各自加密的梯度值和損失值與互傳的加密的梯度值和損失值結合，得到各自加密的總梯度值和總損失值；

各建模參與方節點將各自加密的總梯度值和總損失值傳輸至解密節點，且各建模參與方節點依據所述解密節點解密返回的各自總損失值和歷史損失值，確定各自的待訓練業務模型是否收斂；

若各建模參與方節點的各自的待訓練業務模型收斂，則各建模參與方節點以收斂時的各自模型參數，構建包含各建模參與方節點的各自業務模型的目標聯盟網絡。

進一步地，所述加密各自的梯度值和損失值的步驟包括：

各建模參與方節點獲取預設公有密鑰，并依據所述預設公有密鑰對各自的梯度值和損失值進行同態加密。