买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学(深圳)申请的专利基于梯度提升决策表的隐私保护垂直联邦学习方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116502729B 。

龙图腾网通过国家知识产权局官网在2026-01-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310354035.4，技术领域涉及：G06N20/00；该发明授权基于梯度提升决策表的隐私保护垂直联邦学习方法及系统是由郑宜峰;徐双庆;花忠云设计研发完成，并于2023-03-31向国家知识产权局提交的专利申请。

本基于梯度提升决策表的隐私保护垂直联邦学习方法及系统在说明书摘要公布了：本发明提供一种基于梯度提升决策表的隐私保护垂直联邦学习方法及系统，方法应用于包括多个参与终端的系统中，每个参与终端持有每个学习样本的部分特征数据，且各个参与终端持有的特征数据的类别不同；本发明提供的学习方法中，在学习的全部过程中，所有的中间数据都是被加密的，每个参与终端只能获取到数据的加性秘密共享份额，而无法获取到完整的明文数据。本发明可以实现对基于梯度提升决策表的隐私保护垂直联邦学习数据的隐私保护。

本发明授权基于梯度提升决策表的隐私保护垂直联邦学习方法及系统在权利要求书中公布了：1.一种基于梯度提升决策表的隐私保护垂直联邦学习方法，其特征在于，所述方法应用于包括多个参与终端的系统中，每个所述参与终端持有每个学习样本的部分特征数据，且各个所述参与终端持有的特征数据的类别不同；所述方法包括： 各个所述参与终端中的第一目标参与终端基于本地持有的各个所述学习样本的第一目标特征数据以及目标决策表中第一目标层对应的最优测试，确定所述第一目标层对应的指示向量，其中，所述目标决策表为当前学习轮次中需要学习的决策表，所述目标特征数据与所述第一目标层对应，所述第一目标参与终端持有所述第一目标层对应的所述第一目标特征数据，所述指示向量用于反映所述第一目标层中每个结点对应的样本被划分至结点的第一子结点或第二子结点，所述目标决策表中每一层对应的最优测试用于确定层中每个样本的划分结果； 所述第一目标参与终端生成所述指示向量对应的n个第一加性秘密共享份额，将n-1个所述第一加性秘密共享份额分别发送至所述系统中其余的所述参与终端，其中，n为所述参与终端的个数； 每个所述参与终端基于本地持有的各个所述第一加性秘密共享份额更新本地持有的第二目标层中的各个结点分别对应的第二加性秘密共享份额和第三加性秘密共享份额，其中，所述第二目标层为所述目标决策表中所述第一目标层的子结点所在的层，所述第二加性秘密共享份额为一阶梯度向量的加性秘密共享份额，所述第三加性秘密共享份额为二阶梯度向量的加性秘密共享份额，当第i个所述学习样本被划分至目标结点时，所述目标结点对应的所述一阶梯度向量中的第i个值为第i个所述学习样本当前的一阶梯度值，其余值为0，所述目标结点对应的所述二阶梯度向量中的第i个值为第i个所述学习样本当前的二阶梯度值，其余值为0； 各个所述参与终端中的第二目标参与终端基于本地持有的所述第二加性秘密共享份额和所述第三加性秘密共享份额，在秘密共享域计算各个候选测试对应的评价分数，所述第二目标参与终端基于所述评价分数的秘密共享份额确定所述第二目标层对应的最优测试，其中，所述第二目标参与终端持有所述第二目标层对应的第二目标特征数据； 在所述目标决策表的每个层的最优测试均被确定后，完成所述当前学习轮次，基于已被学习的决策表，各个所述参与终端获取各个所述学习样本的预测结果的第四加性秘密共享份额，并基于所述第四加性秘密共享份额得到下一学习轮次中被学习的决策表中第一个结点对应的所述第二加性秘密共享份额和所述第三加性秘密共享份额，直到已被学习的决策表的数量达到预设数量，以完成学习过程。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学(深圳)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。