[发明专利]因子分解机分类模型构建方法、设备及可读存储介质在审
申请号: | 202010893160.9 | 申请日: | 2020-08-28 |
公开(公告)号: | CN111985573A | 公开(公告)日: | 2020-11-24 |
发明(设计)人: | 高大山;谭奔;杨柳;鞠策;杨强 | 申请(专利权)人: | 深圳前海微众银行股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N20/00 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 王韬 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 因子 分解 分类 模型 构建 方法 设备 可读 存储 介质 | ||
1.一种因子分解机分类模型构建方法,其特征在于,所述因子分解机分类模型构建方法应用于第一设备,所述因子分解机分类模型构建方法包括:
获取待训练分类模型对应的待训练模型参数和第一稀疏数据,并基于所述待训练模型参数,与第二设备进行秘密共享,获得秘密共享初始模型参数;
基于所述第一稀疏数据中的第一非零部分、所述秘密共享初始模型参数和预设权重信息,与所述第二设备进行联邦交互,计算秘密共享分类模型误差;
基于所述秘密共享分类模型误差,对所述待训练分类模型进行更新,获得纵向联邦因子分解机分类模型。
2.如权利要求1所述因子分解机分类模型构建方法,其特征在于,所述秘密共享初始模型参数包括第一类型共享模型参数和第二类型共享模型参数,所述第二设备包括第二方秘密共享初始模型参数和第二稀疏矩阵,其中,所述第二方秘密共享初始模型参数包括第二方第一类型共享模型参数和第二方第二类型共享模型参数,
所述基于所述第一稀疏数据中的第一非零部分、所述秘密共享初始模型参数和预设权重信息,与所述第二设备进行联邦交互,计算秘密共享分类模型误差的步骤包括:
基于所述第一类型共享模型参数和所述第一非零部分,与所述第二设备进行联邦交互,以联合所述第二方第一类型共享模型参数和所述第二稀疏矩阵的第二非零部分,计算所述第一类型稀疏矩阵安全内积;
基于所述第二类型共享模型参数和所述第一非零部分,与所述第二设备进行联邦交互,以联合所述第二方第二类型共享模型参数和所述第二非零部分,计算所述第二类型稀疏矩阵安全内积;
基于所述第二类型共享模型参数、所述第一非零部分和所述预设秘密共享乘法三元组,与所述第二设备进行联邦交互,以联合所述第二方第二类型共享模型参数和所述第二非零部分,计算所述秘密共享中间参数;
基于所述第一类型稀疏矩阵安全内积、所述第二稀疏矩阵安全内积、所述秘密共享中间参数和所述预设权重信息,通过预设秘密共享分类模型误差计算公式,计算所述秘密共享分类模型误差。
3.如权利要求2所述因子分解机分类模型构建方法,其特征在于,所述第二类型稀疏矩阵安全内积包括第一非零特征项交叉内积和第二非零特征项交叉内积,
所述基于所述第二类型共享模型参数和所述第一非零部分,与所述第二设备进行联邦交互,以联合所述第二方第二类型共享模型参数和所述第二非零部分,计算第二类型稀疏矩阵安全内积的步骤包括:
基于所述第二类型共享模型参数,与所述第二设备进行联邦交互,以计算所述第二类型共享模型参数和所述第二非零部分之间的交叉内积,获得所述第一非零特征项交叉内积;
基于所述第一非零部分,与所述第二设备进行联邦交互,以计算所述第一非零部分和所述第二方第二类型共享模型参数之间的交叉内积,获得所述第二非零特征项交叉内积。
4.如权利要求3所述因子分解机分类模型构建方法,其特征在于,所述第二类型共享模型参数包括第一共享参数,所述第二方第二类型共享模型参数包括第二共享参数,
所述基于所述第二类型共享模型参数,与所述第二设备进行联邦交互,以计算所述第二类型共享模型参数和所述第二非零部分之间的交叉内积,获得所述第一非零特征项交叉内积的步骤包括:
生成第一公钥,并基于所述第一公钥,对所述第一共享参数进行加密,获得加密第一共享参数;
将所述第一公钥和所述加密第一共享参数发送至第二设备,以供所述第二设备基于所述第一公钥、所述加密第一共享参数、第二共享参数和所述第二非零部分,确定第二方第一非零特征项交叉内积和加密第一非零特征项交叉内积;
接收所述第二设备发送的所述加密第一非零特征项交叉内积,并基于所述第一公钥对应的第一私钥,对所述加密第一非零特征项交叉内积进行解密,获得所述第一非零特征项交叉内积。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳前海微众银行股份有限公司,未经深圳前海微众银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010893160.9/1.html,转载请声明来源钻瓜专利网。