[發(fā)明專利]聯(lián)合建模方法、裝置、設備以及計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201811501956.4
• 申請日: 2018-12-07
• 公開（公告）號: CN109635422B
• 公開（公告）日: 2023-08-25
• 發(fā)明（設計）人: 劉洋;范濤;陳天健;楊強
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/04
• 代理公司: 深圳市世紀恒程知識產(chǎn)權代理事務所 44287
• 代理人: 胡海國;魏蘭

本發(fā)明公開了一種聯(lián)合建模方法、裝置、設備和存儲介質(zhì)，包括：初始化模型參數(shù),并將初始化的模型參數(shù)傳遞給各數(shù)據(jù)節(jié)點；獲取中立協(xié)調(diào)方中的隨機損失梯度值，將隨機損失梯度值劃分為與數(shù)據(jù)節(jié)點的總數(shù)量相等的各第一損失梯度值，并將各第一損失梯度值分配至各數(shù)據(jù)節(jié)點；基于模型參數(shù)和第一損失梯度值獲取各數(shù)據(jù)節(jié)點的第二損失梯度值；將各第二損失梯度值傳遞到中立協(xié)調(diào)方，并根據(jù)各第二損失梯度值和隨機損失梯度值確定數(shù)據(jù)節(jié)點的真實損失梯度值；基于真實損失梯度值更新模型參數(shù)以構建模型，并判斷模型是否收斂；若模型收斂，則模型已構建完成。本發(fā)明達到了在多家公司進行信息共享且隱私數(shù)據(jù)不泄露的同時，也能進行不同類型數(shù)據(jù)答案預測的效果。

技術領域

本發(fā)明涉及計算機技術領域，尤其涉及一種聯(lián)合建模方法、裝置、設備以及計算機可讀存儲介質(zhì)。

背景技術

互聯(lián)網(wǎng)金融進幾年得到了飛速發(fā)展，各類金融科技公司呈現(xiàn)百家爭鳴、百花齊放的局面，伴隨著產(chǎn)業(yè)的欣榮發(fā)展，公司需要了解的數(shù)據(jù)資源也越來越多，又由于目前沒有哪家公司能夠掌握風控所需的全部數(shù)據(jù)，所以信息共享問題隨之而來，但是由于多家公司在進行信息共享時很容易導致自身的某些隱私信息泄露，所以雖然會有多家公司具有聯(lián)合建立模型的需求，往往還是單獨建立模型，并未與其它公司進行聯(lián)合建立模型。并且聯(lián)合建立模型技術雖然在現(xiàn)實中有提及，但還只是存在于理論中，未應用到實際生產(chǎn)中，且常常只是為解決某一單一問題的目的而進行聯(lián)合建立模型。因此，如何解決在多家公司進行信息共享，且能保證各個公司隱私數(shù)據(jù)不泄露的同時，也能進行不同類型數(shù)據(jù)答案的預測，成為了目前亟待解決的技術問題。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于提供一種聯(lián)合建模方法、裝置、設備和計算機存儲介質(zhì)，旨在解決在多家公司進行信息共享，且能保證各個公司隱私數(shù)據(jù)不泄露的同時，也能進行不同類型數(shù)據(jù)答案的預測。

為實現(xiàn)上述目的，本發(fā)明提供一種聯(lián)合建模方法、裝置、設備以及計算機可讀存儲介質(zhì)，所述聯(lián)合建模方法包括：

獲取模型的模型參數(shù)和數(shù)據(jù)節(jié)點的總數(shù)量，并基于所述數(shù)據(jù)節(jié)點初始化模型參數(shù)，以確定初級模型參數(shù)；

獲取中立協(xié)調(diào)方中的隨機損失梯度值，將所述隨機損失梯度值劃分為與所述數(shù)據(jù)節(jié)點的總數(shù)量相等的各第一損失梯度值，并將各所述第一損失梯度值分配至各所述數(shù)據(jù)節(jié)點；

基于各所述數(shù)據(jù)節(jié)點的第一損失梯度值，獲取所述數(shù)據(jù)節(jié)點的總損失梯度值；

基于所述總損失梯度值和所述隨機損失梯度值更新所述初級模型參數(shù)，并判斷所述模型是否收斂；

若所述模型收斂，則所述模型已構建完成。

可選地，所述基于所述模型參數(shù)和所述第一損失梯度值獲取各所述數(shù)據(jù)節(jié)點的第二損失梯度值的步驟，包括：

基于所述模型參數(shù)計算所述數(shù)據(jù)節(jié)點的迭代損失梯度值；

獲取所述迭代損失梯度值和所述第一損失梯度值之間的和值，并將所述和值作為所述數(shù)據(jù)節(jié)點的第二損失梯度值。

可選地，所述根據(jù)各所述第二損失梯度值和所述隨機損失梯度值確定所述數(shù)據(jù)節(jié)點的真實損失梯度值的步驟，包括：

獲取所述中立協(xié)調(diào)方中的各所述第二損失梯度值之間的和值，并將所述和值作為總損失梯度值；

基于所述總損失梯度值和所述隨機損失梯度值確定所述數(shù)據(jù)節(jié)點的真實損失梯度值。

可選地，所述基于所述總損失梯度值和所述隨機損失梯度值確定所述數(shù)據(jù)節(jié)點的真實損失梯度值的步驟，包括：

獲取所述總損失梯度值和所述隨機損失梯度值之間的和值，并將所述和值作為所述數(shù)據(jù)節(jié)點的真實損失梯度值。

可選地，所述判斷所述模型是否收斂的步驟之后，包括：