[發明專利]保護多方數據隱私的聯合建模方法及裝置

有效

• 申請號: 202110188950.1
• 申請日: 2021-02-19
• 公開（公告）號: CN112560105B
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 黃諍杰;譚瀟;陳帥
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06N20/00
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽;周良玉

1.一種保護多方數據隱私的聯合建模方法，所述多方各自存儲訓練樣本集，其中各個訓練樣本具有對應多個特征項的特征值以及對應標簽項的標簽值；所述方法應用于任一的第一方，包括：

基于第一訓練樣本集，確定所述多個特征項中各個特征項與所述標簽項之間的關聯度，得到多個第一關聯度；

獲取第二方基于第二訓練樣本集確定的多個第二關聯度，所述第二方確定第二關聯度采用的方式與所述第一方確定第一關聯度采用的方式相同；

針對所述各個特征項，確定其所對應的第一關聯度和第二關聯度之間的差異度，得到所述多個特征項對應的多個差異度；

利用所述第一訓練樣本集，構建第一樹模型；確定所述多個特征項在所述第一樹模型中的多個第一重要性權重；

利用所述多個第一重要性權重，對所述多個差異度進行加權處理，得到特征分布差異分數；

在所述特征分布差異分數大于預定閾值的情況下，將所述第二方歸為與所述第一方進行聯合建模的參與方。

2.根據權利要求1所述的方法，其中，基于第一訓練樣本集，確定所述多個特征項中各個特征項與所述標簽項之間的關聯度，得到多個第一關聯度，包括：

針對各個特征項，對其在所述第一訓練樣本集中對應的多個特征值進行分箱處理，得到分箱結果，其中包括所述多個特征值與多個分箱類別之間的映射關系；

針對所述多個分箱類別中的各個分箱類別，確定其在所述第一訓練樣本集中對應不同標簽值的樣本分布；

根據所述多個分箱類別對應的多個樣本分布，計算對應特征項的卡方檢驗值，作為第一關聯度。

3.根據權利要求1所述的方法，其中，針對所述各個特征項，確定其所對應的第一關聯度和第二關聯度之間的差異度，得到所述多個特征項對應的多個差異度，包括：

針對所述各個特征項，確定其所對應的第一關聯度和第二關聯度之間的絕對差值，作為差異度。

4.根據權利要求1所述的方法，其中，確定所述多個特征項在所述第一樹模型中的多個第一重要性權重，包括：

確定所述各個特征項在所述第一樹模型中被作為分裂特征的次數；

對所述多個特征項對應的多個次數進行歸一化處理，得到所述多個第一重要性權重。

5.根據權利要求1所述的方法，其中，所述方法還包括：

獲取若干第三方各自基于本地訓練樣本集所確定的，針對所述多個特征項的重要性權重；

基于獲取的重要性權重和所述多個第一重要性權重，確定所述各個特征項的綜合重要性權重；

基于所述綜合重要性權重，從所述多個特征項中選取部分特征項；

將所述部分特征項發送給所述參與方，以使得所述參與方基于所述部分特征項與所述第一方進行聯合建模。

6.根據權利要求5所述的方法，其中，基于所述綜合重要性權重，從所述多個特征項中選取部分特征項，包括：

基于所述綜合重要性權重，對所述多個特征項進行排名；

將名次在預定范圍內的特征項作為所述部分特征項。