[發(fā)明專利]兼容單邊特征與雙邊特征建模的聯(lián)邦學(xué)習(xí)邏輯回歸方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110856538.2
• 申請(qǐng)日: 2021-07-28
• 公開（公告）號(hào): CN113570068A
• 公開（公告）日: 2021-10-29
• 發(fā)明（設(shè)計(jì)）人: 杜潤(rùn)萌;祝文偉
• 申請(qǐng)（專利權(quán)）人: 神譜科技（上海）有限公司
• 主分類號(hào): G06N20/00
• 分類號(hào): G06N20/00
• 代理公司: 上海諾衣知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31298
• 代理人: 衣然

1.一種兼容單邊特征與雙邊特征建模的聯(lián)邦學(xué)習(xí)邏輯回歸方法，其特征在于，包括步驟：

S1：host計(jì)算E(W_BX_B)發(fā)送給guest；

S2：判斷guest是否存在特征值；

S3：若guest存在特征值，則guest解密E(W_BX_B)并計(jì)算計(jì)算發(fā)送給host，Guest計(jì)算梯度值L_B，L_A，加密L_B得到E(L_B)發(fā)送給Host，并且自己本地更新W_A；

S4：若guest不存在特征值，則guest解密計(jì)算發(fā)送給host，由Guest計(jì)算梯度值L_B，加密L_B得到E(L_B)發(fā)送給Host。

2.根據(jù)權(quán)利要求1所述的兼容單邊特征與雙邊特征建模的聯(lián)邦學(xué)習(xí)邏輯回歸方法，其特征在于，所述S3中還包括：S3a：若guest存在特征值，且isstop≠0，則計(jì)算梯度值L_B，更新模型參數(shù)E(W_B)；S3b：若guest存在特征值，且isstop＝0，guest返回W_A，host計(jì)算E(W_B+R_B)發(fā)送給guest，guest解密得到W_B+R_B，發(fā)送給host，host去除隨機(jī)數(shù)得到。

3.根據(jù)權(quán)利要求1所述的兼容單邊特征與雙邊特征建模的聯(lián)邦學(xué)習(xí)邏輯回歸方法，其特征在于，所述S4中還包括S4a：若guest不存在特征值，且isstop≠0，host根據(jù)E(L_B)來(lái)更新模型參數(shù)E(W_B)；S4b：若guest不存在特征值，且isstop＝0，host計(jì)算E(W_B+R_B)發(fā)送給guest，guest解密，本地保留部分參數(shù)(W_B+R_B)₁，將(W_B+R_B)₂發(fā)送給host，host去除隨機(jī)數(shù)得到。

4.根據(jù)權(quán)利要求1所述的兼容單邊特征與雙邊特征建模的聯(lián)邦學(xué)習(xí)邏輯回歸方法，其特征在于，所述數(shù)據(jù)應(yīng)用方(guest)和數(shù)據(jù)持有方(host)方分別持有一個(gè)特征矩陣和guest持標(biāo)簽矩陣y∈R^n×1，其中y^j∈R^1×1，i∈[A，B]，j∈[1，n]屬于某一個(gè)用戶的記錄實(shí)例，并使用表示對(duì)應(yīng)特征矩陣X_i的特征集。

5.根據(jù)權(quán)利要求1所述的兼容單邊特征與雙邊特征建模的聯(lián)邦學(xué)習(xí)邏輯回歸方法，其特征在于，為了訓(xùn)練基于秘密分享的邏輯回歸聯(lián)邦模型，需保護(hù)guest的標(biāo)簽矩陣y∈R^n×1和部分特征值矩陣需保護(hù)host的部分特征值矩陣以及guest和host初始化的模型參數(shù)