[发明专利]联邦学习方法、系统、计算机设备和存储介质

说明书

本发明涉及大数据领域，提供了一种联邦学习方法，所述方法包括：向多个数据提供端发送对应的多个ID交集请求；接收每个数据提供端根据对应的ID交集请求返回的对应的样本数据，以得到多个样本数据并将所述多个样本数据上传到区块链中；判断每个样本数据是否存在对应的联邦模型；如果所述样本数据不存在对应的联邦模型，则将所述样本数据发送到目标联邦模型进行训练；及如果所述样本数据存在对应的联邦模型，则将根据所述样本数据发送到对应的联邦模型进行训练。本发明有效的提升了联邦学习模型的精准度和业务效果。

技术领域

本发明实施例涉及大数据领域，尤其涉及一种联邦学习方法、系统、计算机设备及计算机可读存储介质。

背景技术

随着大数据时代的来临，在互联网领域中数据孤岛的问题越来越突出。而联邦学习的出现，在一定程度上为解决互联网领域中数据孤岛的问题起到了至关重要的作用。但是，目前的联邦学习大多是在单模型训练的基础上进行，这样虽然可以在一定程度上解决数据孤岛的问题，但是单模型训练方式会使得模型的精准度和业务效果都较低。

因此，如何解决单模型训练的联邦学习使得模型的精准度和业务效果都较低的问题，成为了当前亟需解决的技术问题之一。

发明内容

有鉴于此，有必要提供一种联邦学习方法、系统、计算机设备及计算机可读存储介质，以解决目前单模型训练方式会使得联邦学习模型的精准度和业务效果都较低的技术问题。

为实现上述目的，本发明实施例提供了一种联邦学习方法，所述方法步骤包括：

向多个数据提供端发送对应的多个ID交集请求；

接收每个数据提供端根据对应的ID交集请求返回的对应的样本数据，以得到多个样本数据，；

判断每个样本数据是否存在对应的联邦模型；

如果所述样本数据不存在对应的联邦模型，则将所述样本数据发送到目标联邦模型进行训练；及

如果所述样本数据存在对应的联邦模型，则将根据所述样本数据发送到对应的联邦模型进行训练。

示例性的，所述ID交集请求携带有多个用户ID信息；

所述向多个数据提供端发送对应的多个ID交集请求，其中，每个ID交集请求携带有一个对应目标参数，包括：

向每个数据提供端发送对应的ID交集请求，以使所述每个数据提供端根据对应的ID交集请求携带的用户ID信息返回对应的第一加密数据。

示例性的，所述接收每个数据提供端根据对应的ID交集请求返回的对应的样本数据，以得到多个样本数据，包括：

接收每个数据提供端返回的所述第一加密数据；

对每个第一加密数据进行加密处理，以得到多个第二加密数据；及

将所述每个第二加密数据发送到对应的数据提供端。

示例性的，每个样本数据包括多个交集数据和多个虚拟特征数据；

所述接收每个数据提供端根据对应的ID交集请求返回的对应的样本数据，以得到多个样本数据，包括：

获取每个用户ID信息对应的本地用户信息，并根据本地用户信息生成一个对应的目标参数，所述目标参数用于确定对应的联邦模型；

将所述目标参数插入对应的本地用户信息中，以得到多个目标本地用户信息；

对每个目标本地用户信息进行加密操作，以得到多个第三加密数据；及

将每个第三加密数据发送到对应的数据提供端，以每个数据提供端根据对应的第二加密数据和第三加密数据返回对应的多个交集数据和对应的多个虚拟特征数据。