[发明专利]纵向联邦建模方法、装置、设备及计算机可读存储介质

权利要求书

1.一种纵向联邦建模方法，其特征在于，所述纵向联邦建模方法包括以下步骤：

第一参与方确定第一参与方与各个第二参与方之间的多方重叠样本，并基于多方重叠样本获取各个第二参与方对应的多方联邦计算中间参数；

第一参与方确定各个第二参与方与第一参与方之间的双方重叠样本，并基于双方重叠样本分别获取各个第二参与方对应的双方联邦计算中间参数；

第一参与方基于第一参与方的本地样本、多方联邦计算中间参数以及各个所述双方联邦计算中间参数，确定单方梯度、多方联邦计算中间梯度以及各个双方联邦计算中间梯度，基于所述单方梯度、多方联邦计算中间梯度以及各个双方联邦计算中间梯度并执行模型更新操作。

2.如权利要求1所述的纵向联邦建模方法，其特征在于，所述第一参与方基于第一参与方的本地样本、多方联邦计算中间参数以及各个所述双方联邦计算中间参数，确定单方梯度、多方联邦计算中间梯度以及各个双方联邦计算中间梯度，基于所述单方梯度、多方联邦计算中间梯度以及各个双方联邦计算中间梯度并执行模型更新操作的步骤包括：

第一参与方基于第一参与方的本地样本确定单方损失值，基于第一参与方的本地样本和所述多方联邦计算中间参数确定多方计算损失值，并基于第一参与方的本地样本和各个所述双方联邦计算中间参数确定各个双方计算损失值；

第一参与方分别基于所述单方损失值、所述各个双方计算损失值以及所述多方计算损失值，确定单方梯度、多方联邦计算中间梯度以及各个双方联邦计算中间梯度，并基于所述单方梯度、多方联邦计算中间梯度以及各个双方联邦计算中间梯度并执行模型更新操作。

3.如权利要求2所述的纵向联邦建模方法，其特征在于，所述基于第一参与方的本地样本和所述多方联邦计算中间参数确定多方计算损失值的步骤包括：

第一参与方将第一参与方的本地样本中的多方重叠样本输入第一参与方的特征提取模型，以获得多方重叠样本的特征表征，将所述多方重叠样本的特征表征、样本标签以及所述多方联邦计算中间参数输入多方联邦模型的第一多方分类模型计算得到所述多方计算损失值。

4.如权利要求2所述的纵向联邦建模方法，其特征在于，所述基于第一参与方的本地样本和各个所述双方联邦计算中间参数确定各个双方计算损失值的步骤包括：

第一参与方将第一参与方的本地样本中的各个双方重叠样本输入第一参与方的特征提取模型，以获得各个双方重叠样本的特征表征，将所述各个双方重叠样本的特征表征、样本标签以及各个所述双方联邦计算中间参数输入对应的各个双方联邦模型的第一双方分类模型计算得到所述各个双方计算损失值。

5.如权利要求2所述的纵向联邦建模方法，其特征在于，所述第一参与方基于第一参与方的本地样本确定单方损失值的步骤包括：

第一参与方将第一参与方的本地样本输入第一参与方的特征提取模型，以获得第一特征表征，将所述第一特征表征以及样本标签，输入单方分类模型计算得到所述单方损失值。

6.如权利要求2至5任一项所述的纵向联邦建模方法，其特征在于，所述第一参与方分别基于所述单方损失值、所述各个双方计算损失值以及所述多方计算损失值，确定单方梯度、多方联邦计算中间梯度以及各个双方联邦计算中间梯度，并基于所述单方梯度、多方联邦计算中间梯度以及各个双方联邦计算中间梯度并执行模型更新操作的步骤包括：

第一参与方基于所述单方损失值计算得到单方梯度，并基于单方梯度，更新第一参与方的单方分类模型；

第一参与方基于所述多方计算损失值计算得到多方联邦计算中间梯度；基于多方联邦计算中间梯度，更新多方联邦分类模型的第一多方分类模型；

第一参与方基于所述各个双方计算损失值计算得到各个双方联邦计算中间梯度；基于各个双方联邦计算中间梯度，对应更新各个双方联邦分类模型的第一双方分类模型；

第一参与方基于单方梯度、多方联邦计算中间梯度以及各个双方联邦计算中间梯度，更新第一参与方的特征提取模型。