[发明专利]联合逻辑回归建模方法、装置以及终端

权利要求书

1.一种联合逻辑回归建模方法，其特征在于，包括：

对具有标签值的第一样本数据集和第二样本数据集按照标识进行求交运算，得到具有标签值的第一数据交集和第二数据交集；

根据所述第一数据交集、第一初始化模型参数、所述第二数据交集、第二初始化模型参数，计算残差；

根据所述残差和所述第一数据交集，计算第一梯度值；

根据加密残差和所述第二数据交集计算密文梯度和，对所述密文梯度和解密，得到第二梯度值；

根据所述第一梯度值和所述第二梯度值建立联合逻辑回归模型。

2.根据权利要求1所述的方法，其特征在于，根据所述第一数据交集、第一初始化模型参数、所述第二数据交集以及第二初始化模型参数，计算残差，包括：

第一端根据所述第一数据交集中的第一特征值向量和所述第一初始化模型参数的乘积，得到第一残差中间值；

所述第一端接收来自第二端的第二残差中间值，所述第二残差中间值为所述第二端根据所述第二数据交集中的第二特征值向量和所述第二初始化模型参数的乘积计算得到的；

所述第一端根据所述第一残差中间值和所述第二残差中间值之和，生成残差中间值，并将所述残差中间值输入激活函数得到预测值，计算所述预测值与所述标签值的差值，得到所述残差。

3.根据权利要求2所述的方法，其特征在于，根据加密残差和所述第二数据交集计算密文梯度和，对所述密文梯度和解密，得到第二梯度值，包括：

所述第一端生成公钥和私钥，利用所述公钥对所述残差加密得到加密残差，将所述加密残差发送至所述第二端；

接收来自所述第二端的被保护的密文梯度，所述被保护的密文梯度为所述第二端根据所述加密残差和所述第二数据交集计算密文梯度和后，将所述公钥加密的随机值与所述密文梯度和相加得到的；

所述第一端利用所述私钥将所述被保护的密文梯度进行解密，并将解密结果发送至所述第二端，由所述第二端利用所述解密结果减去所述随机值得到所述第二梯度值。

4.根据权利要求1所述的方法，其特征在于，根据所述第一梯度值和所述第二梯度值建立联合逻辑回归模型，包括：

根据所述第一梯度值和学习率更新所述第一初始化模型参数，得到第一更新模型参数；

根据所述第二梯度值和所述学习率更新所述第二初始化模型参数，得到第二更新模型参数；

根据所述第一更新模型参数和所述第二更新模型参数，建立所述联合逻辑回归模型。

5.一种联合逻辑回归建模装置，其特征在于，包括：

数据集求交模块，用于对具有标签值的第一样本数据集和第二样本数据集按照标识进行求交运算，得到具有标签值的第一数据交集和第二数据交集；

残差计算模块，用于根据所述第一数据交集、第一初始化模型参数、所述第二数据交集、第二初始化模型参数，计算残差；

第一梯度值计算模块，用于根据所述残差和所述第一数据交集，计算第一梯度值；

第二梯度值计算模块，用于根据加密残差和所述第二数据交集计算密文梯度和，对所述密文梯度和解密，得到第二梯度值；

联合逻辑回归模型建立模块，用于根据所述第一梯度值和所述第二梯度值建立联合逻辑回归模型。

6.根据权利要求5所述的装置，其特征在于，所述残差计算模块包括：

第一残差中间值计算单元，用于第一端根据所述第一数据交集中的第一特征值向量和所述第一初始化模型参数的乘积，得到第一残差中间值；

第二残差中间值接收单元，用于所述第一端接收来自第二端的第二残差中间值，所述第二残差中间值为所述第二端根据所述第二数据交集中的第二特征值向量和所述第二初始化模型参数的乘积计算得到的；

残差计算单元，用于所述第一端根据所述第一残差中间值和所述第二残差中间值之和，生成残差中间值，并将所述残差中间值输入激活函数得到预测值，计算所述预测值与所述标签值的差值，得到所述残差。