[發明專利]一種聯邦學習中的業務數據處理方法、裝置以及設備

在審

• 申請號: 202011173171.6
• 申請日: 2020-10-28
• 公開（公告）號: CN112200713A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 張君濤;周啟賢
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06N20/00
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 吳紹群

本說明書實施例公開了一種聯邦學習中的業務數據處理方法、裝置以及設備。方案包括：確定聯邦學習中的所要執行的同態操作；根據聯邦學習的參與方提供的業務數據，確定同態操作所要使用的整數參數；將整數參數轉換為多個片段整數，片段整數的位數少于整數參數的位數；通過GPU獲取多個片段整數，根據多個片段整數，為GPU的多個算術邏輯單元分配相應的同態乘法和/或同態加法，以通過相應的多個GPU線程并行執行，完成同態操作。

技術領域

本說明書涉及計算機軟件技術領域，尤其涉及一種聯邦學習中的業務數據處理方法、裝置以及設備。

背景技術

聯邦學習是近年來逐步被推廣以及應用的一種隱私保護機器學習方案，其能有效幫助多個機構在滿足用戶隱私保護、數據安全和法律法規的要求下，進行數據使用和機器學習建模。

聯邦學習在原始數據不出域的情況下，利用多參與方之間同步訓練的中間結果以及梯度信息，實現聯合進行模型訓練以及預測的目的。聯邦學習為了保護用戶隱私可以對相關業務數據進行同態加密，在這種情況下，還需要對同態加密的結果進一步地進行計算，目前聯邦學習中的這些計算往往是位數很大的整數(稱之為大整數)的計算，大整數比如達到1024比特或者2048比特，甚至更高的位數。

基于此，需要能夠更有效率實現聯邦學習的方案。

發明內容

本說明書一個或多個實施例提供一種聯邦學習中的業務數據處理方法、裝置、設備以及存儲介質，用以解決如下技術問題：需要能夠更有效率實現聯邦學習的方案。

為解決上述技術問題，本說明書一個或多個實施例是這樣實現的：

本說明書一個或多個實施例提供的一種聯邦學習中的業務數據處理方法，包括：

確定聯邦學習中的所要執行的同態操作；

根據所述聯邦學習的參與方提供的業務數據，確定所述同態操作所要使用的整數參數；

將所述整數參數轉換為多個片段整數，所述片段整數的位數少于所述整數參數的位數；

通過圖形處理器(Graphics?Processing?Unit，GPU)獲取所述多個片段整數，根據所述多個片段整數，為所述GPU的多個算術邏輯單元分配相應的同態乘法和/或同態加法，以通過相應的多個GPU線程并行執行，完成所述同態操作。

本說明書一個或多個實施例提供的一種聯邦學習中的業務數據處理裝置，包括：

同態操作確定模塊，確定聯邦學習中的所要執行的同態操作；

整數參數確定模塊，根據所述聯邦學習的參與方提供的業務數據，確定所述同態操作所要使用的整數參數；

整數參數轉換模塊，將所述整數參數轉換為多個片段整數，所述片段整數的位數少于所述整數參數的位數；

同態操作執行模塊，通過GPU獲取所述多個片段整數，根據所述多個片段整數，為所述GPU的多個算術邏輯單元分配相應的同態乘法和/或同態加法，以通過相應的多個GPU線程并行執行，完成所述同態操作。

本說明書一個或多個實施例提供的一種聯邦學習中的業務數據處理設備，包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠：

確定聯邦學習中的所要執行的同態操作；

根據所述聯邦學習的參與方提供的業務數據，確定所述同態操作所要使用的整數參數；