[發(fā)明專利]保護(hù)隱私的業(yè)務(wù)預(yù)測(cè)模型聯(lián)合更新方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010626342.X
• 申請(qǐng)日: 2020-07-02
• 公開(kāi)（公告）號(hào): CN111800411B
• 公開(kāi)（公告）日: 2021-04-02
• 發(fā)明（設(shè)計(jì)）人: 陳超超;周俊;王力
• 申請(qǐng)（專利權(quán)）人: 支付寶（杭州）信息技術(shù)有限公司
• 主分類號(hào): H04L29/06
• 分類號(hào): H04L29/06
• 代理公司: 北京億騰知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11309
• 代理人: 張明;周良玉

1.一種保護(hù)隱私的業(yè)務(wù)預(yù)測(cè)模型聯(lián)合更新方法，所述方法通過(guò)服務(wù)器執(zhí)行，所述服務(wù)器包括可信執(zhí)行環(huán)境TEE；所述方法包括：

接收若干客戶端在基于各自維護(hù)的私有樣本，在本地訓(xùn)練業(yè)務(wù)預(yù)測(cè)模型后發(fā)送的加密梯度矩陣；其中，任意的第一客戶端發(fā)送的加密梯度矩陣通過(guò)對(duì)對(duì)應(yīng)的原始梯度矩陣加密得到；所述原始梯度矩陣通過(guò)所述第一客戶端將其維護(hù)的私有樣本輸入本地的業(yè)務(wù)預(yù)測(cè)模型后，再根據(jù)輸出以及私有樣本的標(biāo)簽而確定；

將所述若干客戶端的加密梯度矩陣加載到所述TEE中，在所述TEE中對(duì)其進(jìn)行解密，得到若干原始梯度矩陣；

對(duì)所述若干原始梯度矩陣中相同位置的矩陣元素進(jìn)行融合，得到融合矩陣；所述融合矩陣用于反映所述若干原始梯度矩陣中的矩陣元素取值的總體趨勢(shì)；

基于所述融合矩陣，計(jì)算所述若干原始梯度矩陣各自的離散度；所述離散度用于反映各原始梯度矩陣中的矩陣元素取值偏離總體趨勢(shì)的程度；其中，任意的第一矩陣的離散度，基于所述第一矩陣中的至少部分矩陣元素中每個(gè)矩陣元素與所述融合矩陣中相同位置的矩陣元素的差值計(jì)算得到；

將所述若干原始梯度矩陣中對(duì)應(yīng)離散度不超過(guò)閾值的各原始梯度矩陣選取為各目標(biāo)矩陣；

基于所述各目標(biāo)矩陣，更新所述服務(wù)器維護(hù)的業(yè)務(wù)預(yù)測(cè)模型的模型參數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，所述業(yè)務(wù)預(yù)測(cè)模型用于預(yù)測(cè)業(yè)務(wù)對(duì)象的分類或回歸值；所述業(yè)務(wù)對(duì)象包括以下任一種：用戶、商戶、商品以及事件。

3.根據(jù)權(quán)利要求1所述的方法，所述基于所述融合矩陣，計(jì)算所述若干原始梯度矩陣各自的離散度，包括：

從所述第一矩陣中選取至少部分矩陣元素；

對(duì)于所述至少部分矩陣元素中任意的第一矩陣元素，從所述融合矩陣中選取相同位置的矩陣元素作為對(duì)應(yīng)矩陣元素；

基于所述至少部分矩陣元素與對(duì)應(yīng)矩陣元素的差值，計(jì)算所述第一矩陣的離散度。

4.根據(jù)權(quán)利要求3所述的方法，所述基于所述至少部分矩陣元素與對(duì)應(yīng)矩陣元素的差值，計(jì)算所述第一矩陣的離散度，包括：

基于所述至少部分矩陣元素與對(duì)應(yīng)矩陣元素的差值，計(jì)算第一均方差；將計(jì)算得到的第一均方差作為所述第一矩陣的離散度；或者，

對(duì)所述至少部分矩陣元素與對(duì)應(yīng)矩陣元素的差值進(jìn)行求絕對(duì)值，對(duì)各求絕對(duì)值結(jié)果進(jìn)行求和或者加權(quán)求和，將求和結(jié)果或者加權(quán)求和結(jié)果作為所述第一矩陣的離散度。

5.根據(jù)權(quán)利要求3所述的方法，所述至少部分矩陣元素是從所述第一矩陣中的各矩陣元素中隨機(jī)選取而得到；所述部分矩陣元素的數(shù)目滿足預(yù)定數(shù)目；或者，所述部分矩陣元素的占比滿足預(yù)定比例。

6.根據(jù)權(quán)利要求1所述的方法，所述對(duì)所述若干原始梯度矩陣中相同位置的矩陣元素進(jìn)行融合，得到融合矩陣，包括：

對(duì)所述若干原始梯度矩陣的相同位置的矩陣元素進(jìn)行求平均或者求加權(quán)平均，得到所述融合矩陣。

7.根據(jù)權(quán)利要求1所述的方法，所述基于所述各目標(biāo)矩陣，更新所述服務(wù)器維護(hù)的業(yè)務(wù)預(yù)測(cè)模型的模型參數(shù)，包括：

對(duì)所述各目標(biāo)矩陣進(jìn)行求和或者加權(quán)求和，得到綜合梯度矩陣；

將所述綜合梯度矩陣中的各矩陣元素作為梯度值，更新所述服務(wù)器維護(hù)的業(yè)務(wù)預(yù)測(cè)模型的模型參數(shù)。