[发明专利]在可信执行环境中训练GBDT模型的方法、装置及设备

说明书

本说明书实施例提供一种在可信执行环境中训练GBDT模型的方法、装置及设备，在训练方法中，将D维特征依次作为当前特征，对当前节点进行节点分割判断，该判断包括：将当前特征的N个特征值依次作为当前特征值，基于第一数组，判断对应的当前样本是否落入当前节点中。若是，则对样本集进行假定分割。基于假定分割结果，确定当前最佳分裂特征和当前最佳特征阈值。在基于每项特征进行节点分割判断之后，将当前最佳分裂特征和当前最佳特征阈值作为其分裂特征和特征阈值，对样本集进行分割，生成对应的子节点。基于子节点的节点编号，对第一数组进行更新，并对下一节点进行节点分割判断，直至到达叶子节点。由此，可实现基于私有数据对GBDT模型的安全训练。

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种在可信执行环境中训练GBDT模型的方法、装置及设备。

背景技术

在互联网技术快速发展的背景下，对互联网中的数据挖掘工作变得越来越重要。通常，在数据挖掘中，通过机器学习基于标定数据进行建模，从而可使用训练好的模型处理待预测的数据。在多种机器学习算法中，GBDT(Gradient boosting decision tree，梯度提升决策树)算法由于其优异的学习性能，得到越来越广泛的应用。GBDT算法是一种用于回归、分类、排序等任务的机器学习技术，其通过结合多个弱学习器(通常为决策树)而获得强预测模型，也称GBDT模型。

在训练GBDT模型的每棵决策树的过程中，针对该决策树中的节点，会执行对应样本集分割的操作。为了确定各个节点各自对应的样本集，传统技术中，针对每个节点，会生成相应的表格或者数组，其中记录分割到该节点的各个样本的样本ID。然而由于针对每个节点，都要建立相应的数组或者表格，由此，会大量占用存储空间。

发明内容

本说明书一个或多个实施例描述了一种在可信执行环境中训练GBDT模型的方法、装置及设备，可以大大节约存储空间。

第一方面，提供了一种在可信执行环境中训练GBDT模型的方法，包括：

将所述D维特征中的每项特征依次作为当前特征，基于当前特征对当前决策树中的当前节点进行节点分割判断，所述节点分割判断包括：

将当前特征的加密的N个特征值从所述非可信区域加载到所述可信执行环境中，在所述可信执行环境中对其进行解密，得到当前特征的N个特征值；

将当前特征的N个特征值依次作为当前特征值，基于保存在所述可信执行环境中的第一数组，判断当前特征值对应的当前样本是否落入当前节点对应的样本集中；所述第一数组包括对应于所述N个样本的N个元素，每个元素用于表示对应样本当前落入对应样本集的节点的节点编号；

若是，则基于当前特征以及当前特征值，对当前节点对应的样本集进行假定分割；基于假定分割结果，确定当前节点的当前最佳分裂特征和当前最佳特征阈值；

在基于所述D维特征中每项特征进行所述节点分割判断之后，将所述当前节点对应的当前最佳分裂特征和当前最佳特征阈值作为其分裂特征和特征阈值，对当前节点对应的样本集进行分割，生成当前节点对应的子节点；

基于所述子节点的节点编号，对所述第一数组进行更新；

基于更新后的第一数组，对下一节点进行所述节点分割判断，直至到达叶子节点。

第二方面，提供了一种在可信执行环境中训练GBDT模型的装置，包括：

判断单元，用于将所述D维特征中的每项特征依次作为当前特征，基于当前特征对当前决策树中的当前节点进行节点分割判断；

所述判断单元具体包括：

解密子单元，用于将当前特征的加密的N个特征值从所述非可信区域加载到所述可信执行环境中，在所述可信执行环境中对其进行解密，得到当前特征的N个特征值；