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:京东科技控股股份有限公司
摘要:本发明实施例涉及一种联邦学习分类树构建方法、模型构建方法,及终端设备,包括:根据第一分类特征和第一分类阈值,将用户样本集合进行分类,获取至少两组用户样本子集;向第一子集中添加混淆用户样本,获取第二子集;计算与第二子集对应的第一加密梯度值之和;对一次加密梯度值进行二次加密后,与第二子集共同发送至第二数据提供方;接收第二加密梯度值之和;对第二加密梯度值之和进行一次解密,与第一加密梯度值之和、第一分类特征的信息以及第一分类阈值的信息反馈至第二数据提供方;接收最优分类特征的信息和与最优分类特征对应的最优分类阈值的信息;根据二者对第一子集进行分类,形成联邦学习分类树的分支节点,构建联邦学习分类树。
主权项:1.一种联邦学习分类树构建方法,其特征在于,所述方法由第一数据提供方执行,所述方法包括:根据第一分类特征和与所述第一分类特征对应的第一分类阈值,将当前的用户样本集合进行分类后,获取至少两组用户样本子集;按照预设规则向第一子集中添加混淆用户样本,获取经过混淆后的第二子集,其中所述第一子集为所述至少两组用户样本子集中的任一个子集;根据预获取的与所述第二子集中每一个用户样本对应的一次加密梯度值,计算第一加密梯度值之和;分别对所述第二子集中每一个用户样本对应的一次加密梯度值进行二次加密得到二次加密梯度值,将二次加密梯度值与所述第二子集共同发送至第二数据提供方;接收所述第二数据提供方反馈的第二加密梯度值之和,所述第二加密梯度值之和为所述第二数据提供方根据第二分类特征、与所述第二分类特征对应的第二分类阈值、所述第二子集以及所述第二子集中每一个用户样本对应的二次加密梯度值计算得到并进行加密的梯度值之和;对所述第二加密梯度值之和进行一次解密后,与所述第一加密梯度值之和、所述第一分类特征的信息以及所述第一分类阈值的信息共同反馈至所述第二数据提供方;接收所述第二数据提供方反馈的最优分类特征的信息和与所述最优分类特征对应的最优分类阈值的信息,其中,最优分类特征的信息和最优分类阈值的信息为所述第二数据提供方根据所述第一加密梯度值之和,以及所述第二加密梯度值之和,从所述第一分类特征的信息、所述第一分类阈值的信息、所述第二分类特征的信息、以及所述第二分类阈值的信息中匹配最优分类特征的信息,以及所述最优分类特征的最优分类阈值的信息;根据所述最优分类特征信息和与所述最优分类阈值的信息,对所述第一子集进行分类,形成联邦学习分类树的分支节点;根据所有分支节点,构建所述联邦学习分类树。
全文数据:
权利要求:
百度查询: 京东科技控股股份有限公司 联邦学习分类树构建方法、模型构建方法,及终端设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。