[發明專利]縱向聯邦學習激勵的訓練方法、電子裝置和存儲介質

在審

• 申請號: 202011305343.0
• 申請日: 2020-11-19
• 公開（公告）號: CN112328698A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 李偉;邱煒偉;蔡亮;汪小益;嚴楊
• 申請（專利權）人: 杭州趣鏈科技有限公司
• 主分類號: G06F16/27
• 分類號: G06F16/27;G06F21/60;G06F21/64;G06N20/00
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 聶磊

1.一種縱向聯邦學習激勵的訓練方法，其特征在于，包括：

縱向聯邦學習中的發起方根據需求，確定所述縱向聯邦學習的學習模式；

所述縱向聯邦學習中的成員方根據所述學習模式，獲取所述縱向聯邦學習的總模型參數，根據預設的半激勵模型，獲取半激勵參數，其中，所述成員方包括所述縱向聯邦學習中的發起方和參與方；

根據所述學習模式，至少一個所述成員方將所述總模型參數和半激勵參數上鏈；

所述縱向聯邦學習中的所述成員方從區塊鏈獲取所述半激勵參數，將所述半激勵參數作為預設的激勵模型的輸入，獲取所有所述成員方的激勵參數。

2.根據權利要求1所述的縱向聯邦學習激勵的訓練方法，其特征在于，所述半激勵參數的計算方法包括：

每個所述成員方根據數據的預測值和真實值計算所述數據的損失值，其中，所述數據為根據所述發起方的需求獲取的數據；

每個所述成員方根據所述損失值和預設函數，計算所述成員方的所述半激勵參數。

3.根據權利要求2所述的縱向聯邦學習激勵的訓練方法，其特征在于，在所述發起方具有數據、數據特征、子模型和總模型，所述發起方的需求為數據特征，且確定所述學習模式為分布式學習的情況下，所述方法包括：

所述發起方將所述縱向聯邦學習的學習任務分為多個并行的分布式學習任務，并根據所述學習任務中的數據特征將所述分布式學習任務分配至多個訓練成員方，所述訓練成員方包括所述發起方和參與方；

根據所述總模型的函數特征，所述訓練成員方之間通過安全多方計算獲取所述總模型參數和特征半激勵參數；

所述訓練成員方中的參與方將所述總模型參數和特征半激勵參數回傳至所述發起方；

所述發起方根據所述總模型參數更新對應的子模型，并將所述子模型的訓練結果上鏈；

所述發起方將所述特征半激勵參數上鏈，進行特征激勵參數計算的特征成員方從所述區塊鏈中獲取所述特征半激勵參數，并將所述特征半激勵參數作為輸入，獲取所有所述成員方的特征激勵參數。

4.根據權利要求2所述的縱向聯邦學習激勵的訓練方法，其特征在于，在所述發起方僅具有總模型，所述發起方的需求為數據特征，且確定所述學習模式為分布式學習的情況下，所述方法包括：

所述發起方將所述縱向聯邦學習的學習任務分為多個并行的分布式學習任務，并根據所述學習任務中的數據特征將所述分布式學習任務分配至多個訓練參與方；

根據所述總模型的函數特征，所述訓練參與方之間通過安全多方計算獲取所述總模型參數和特征半激勵參數；

所述訓練參與方將所述總模型參數回傳至所述發起方，所述發起方根據所述總模型參數更新總模型，并將更新后的總模型參數上鏈；

所述訓練參與方將所述特征半激勵參數上鏈，進行激勵參數計算的激勵成員方從所述區塊鏈中獲取所述特征半激勵參數，并將所述特征半激勵參數作為輸入，獲取所有所述成員方的特征激勵參數。

5.根據權利要求2所述的縱向聯邦學習激勵的訓練方法，其特征在于，在所述發起方具有發起方數據、數據特征、子模型和總模型，所述發起方的需求為所述參與方的子模型，且確定所述學習模式為集成學習的情況下，所述方法包括：

所述發起方和所述參與方分別運行對應的子模型，得到對應的子模型的訓練結果，并將所述子模型的訓練結果上鏈；

多個訓練成員方從所述區塊鏈獲取所述子模型的訓練結果，所述訓練成員方包括所述發起方和參與方；

所述訓練成員方根據所述學習模式進行上層模型訓練，獲取所述總模型參數，并將所述總模型參數和計算得到的模型半激勵參數共識上鏈；

進行激勵計算的模型成員方從所述區塊鏈中獲取所述模型半激勵參數，并將所述模型半激勵參數作為輸入，獲取所有所述成員方的模型激勵參數。