[发明专利]联邦学习、资料风险评估方法、装置和系统

说明书

本说明书实施例公开了一种联邦学习、资料风险评估方法、装置及系统，在所述方法中，资料所有方作为联邦学习中的参与方，基于本地用户资料数据对目标模型进行训练，得到所述目标模型的梯度并反馈给联邦学习中的协调方，其中，所述目标模型用于评估用户资料存在的风险；协调方对至少两个资料所有方反馈的梯度进行整合，得到目标模型的更新梯度并发送至资料所有方；资料所有方基于所述更新梯度和本地用户资料数据，再次对目标模型进行训练，并向协调方反馈再次训练得到的梯度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种联邦学习、资料风险评估方法、装置和系统。

背景技术

随着互联网及计算机技术的发展，越来越多的业务被搬到网络平台上处理，例如很多商户选择电商平台销售商品。并且，在很多业务场景下，客户需要向网络平台提交相关资料以证明自身的身份和资质等情况，并在审核通过的情况下才能处理相关业务。例如，商户在入驻电商平台时，需要向电商平台提交门头照、网站、营业执照等资质凭证，以供电商平台对该商户进行准入审核，在准入审核通过后，该商户才能通过电商平台销售商品。

但长期以来，网络平台都是依赖人工进行相关资料的审核，效率低。

发明内容

本说明书实施例提供了一种联邦学习、资料风险评估方法、装置和系统，以提高资料审核效率。

为解决上述技术问题，本说明书实施例是这样实现的：

第一方面，提出了一种资料风险评估模型的联邦学习方法，包括：

资料所有方作为联邦学习中的参与方，基于本地用户资料数据对目标模型进行训练，得到所述目标模型的梯度并反馈给联邦学习中的协调方，其中，所述目标模型用于评估用户资料存在的风险；

所述协调方对至少两个所述资料所有方反馈的梯度进行整合，得到所述目标模型的更新梯度并发送至所述资料所有方；

所述资料所有方基于所述更新梯度和本地用户资料数据，再次对所述目标模型进行训练，并向所述协调方反馈再次训练得到的梯度。

第二方面，提出了一种资料风险评估方法，包括：

接收用户上传的待评估资料；

从所述待评估资料中提取特征数据；

基于所述特征数据和目标模型，确定所述待评估资料的风险，其中，所述目标模型是基于第一方面所述的方法训练得到的。

第三方面，提出了一种资料风险评估模型的联邦学习方法，包括：

基于本地用户资料数据对目标模型进行训练，得到所述目标模型的梯度并反馈给联邦学习中的协调方，以使所述协调方对至少两个所述资料所有方反馈的梯度进行整合，得到所述目标模型的更新梯度，其中，所述目标模型用于评估用户资料存在的风险；

接收所述协调方下发的所述更新梯度；

基于所述更新梯度和本地用户资料数据，再次对所述目标模型进行训练，并向所述协调方反馈再次训练得到的梯度。

第四方面，提出了一种资料风险评估模型的联邦学习方法，包括：

接收资料所有方反馈的梯度，其中，所述梯度是所述资料所有方基于本地用户资料数据对目标模型进行训练得到的，所述资料所有方为联邦学习中的参与方，所述目标模型用于评估用户资料存在的风险；

对至少两个所述资料所有方反馈的梯度进行整合，得到所述目标模型的更新梯度；

将所述更新梯度发送至所述资料所有方，以使所述资料所有方基于所述更新梯度和本地用户资料数据，再次对所述目标模型进行训练，并反馈再次训练得到的梯度。