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！

申请/专利权人：北京大学;博雅正链(北京)科技有限公司;南京博雅区块链研究院有限公司

摘要：本发明提供了一种基于联邦学习的个人资质评估方法、装置及系统及存储介质，其中的系统包括：智能终端、外部参与方、本地参与方及中心服务器端，其中：智能终端基于用户行为数据训练得到第一评估子模型；外部参与方发送外部用户数据给中心服务器端，中心服务器端基于外部用户数据训练得到第二评估子模型；本地参与方发送第三评估子模型的梯度给中心服务器端，中心服务器端对获取到的梯度进行加权平均以生成平均梯度并基于平均梯度更新第三评估子模型的模型参数以使得本地参与方对第三评估模型进行再次训练。中心服务器对第一评估子模型的模型参数、第二评估子模型的模型参数及第三评估子模型的模型参数进行整合以获得的最终的全局评估模型。

主权项：1.一种基于联邦学习的个人资质评估方法，其运行于中心服务器端，其包括：获取智能终端发送的第一评估子模型的模型参数，其中，所述第一评估子模型为所述智能终端基于智能终端上的经过预处理后的用户行为数据训练得到；获取至少一个外部参与方发送的经过预处理后的外部用户数据，并基于所述外部用户数据训练得到第二评估子模型及其模型参数；获取至少两个本地参与方发送的至少两个第三评估子模型的梯度，对获取到的至少两个第三评估子模型的梯度进行加权平均以生成平均梯度，基于所述平均梯度更新所述第三评估子模型的模型参数并将更新后的模型参数发送给各所述本地参与方以使得各所述本地参与方再次对所述第三评估子模型进行再次训练，其中，所述第三评估子模型为所述本地参与方基于预处理后的本地用户数据训练得到；对所述第一评估子模型的模型参数、第二评估子模型的模型参数及第三评估子模型的模型参数进行整合以获得的整合后的模型参数，将整合后的模型参数分发给所述智能终端、所述本地参与方用于模型更新；所述对所述第一评估子模型的模型参数、第二评估子模型的模型参数及第三评估子模型的模型参数进行整合以获得的整合后的模型参数，具体为：根据不同参与方的数据分布情况、数据价值，分析出所述第一评估子模型、所述二评估子模型及所述第三评估子模型的参数权重，通过加权平均计算以获得整合后的模型参数；所述第一评估子模型、所述第二评估子模型及所述第三评估子模型均采用XGBoost模型；所述第一评估子模型的训练过程由智能终端完成；所述第二评估子模型的训练过程由中心服务器完成；所述第三评估子模型的训练过程由本地参与方和中心服务器基于联邦学习策略共同完成。

全文数据：

权利要求：

百度查询： 北京大学 博雅正链(北京)科技有限公司 南京博雅区块链研究院有限公司 基于联邦学习的个人资质评估方法、装置及系统及存储介质