[发明专利]特征交叉方法、设备、计算机可读存储介质及程序产品

说明书

本申请提供了一种特征交叉方法、设备、计算机可读存储介质及程序产品，所述方法应用于进行特征交叉的可信参与方，所述可信参与方用于对模型进行联合训练，所述方法包括：生成用于同态加密的公钥和私钥；将所述公钥分发至进行特征交叉的第一参与方和第二参与方；从所述第二参与方获取至少一个密文特征交叉结果，所述密文特征交叉结果根据所述第一参与方的第一特征、所述第二参与方的第二特征和所述公钥得到的；基于所述私钥对所述至少一个密文特征交叉结果进行同态解密，得到至少一个明文特征交叉结果。通过本申请，能够在保护数据隐私的前提下，基于纵向联邦学习框架实现对类别特征进行特征交叉。

技术领域

本申请涉及人工智能技术领域，涉及但不限于一种特征交叉方法、设备、计算机可读存储介质及程序产品。

背景技术

联邦学习技术是新兴的一种隐私保护技术，能够保证数据在不出本地的前提下，有效联合各方数据进行模型训练。

纵向联邦学习通常由不同的参与方联合训练机器学习模型，使用纵向联邦学习进行建模时，经常需要对不同参与方的特征进行交叉，而在纵向联邦的框架下，若两个类别属性的特征分别分布在不同的参与方，由于保护数据隐私的需要，往往难以进行特征的交叉。

发明内容

本申请实施例提供一种特征交叉方法、装置、设备、计算机可读存储介质及计算机程序产品，能够在保护数据隐私的前提下，基于纵向联邦学习框架实现对类别特征进行特征交叉。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种特征交叉方法，所述方法应用于进行特征交叉的可信参与方，所述可信参与方用于对模型进行联合训练，所述方法包括：

生成用于同态加密的公钥和私钥；

将所述公钥分发至进行特征交叉的第一参与方和第二参与方；

从所述第二参与方获取至少一个密文特征交叉结果，所述密文特征交叉结果根据所述第一参与方的第一特征、所述第二参与方的第二特征和所述公钥得到的；

基于所述私钥对所述至少一个密文特征交叉结果进行同态解密，得到至少一个明文特征交叉结果。

本申请实施例提供一种特征交叉方法，所述方法应用于进行特征交叉的第一参与方，所述第一参与方用于对模型进行联合训练，所述方法包括：

获取进行特征交叉的至少一个第一特征和公钥；

对所述至少一个第一特征进行编码，得到所述至少一个第一特征对应的第一编码值；

基于所述公钥对所述至少一个第一特征对应的第一编码值进行同态加密，得到至少一个第一密文特征；

将所述至少一个第一密文特征发送至进行特征交叉的第二参与方，以使所述第二参与方基于所述第一密文特征进行特征交叉。

本申请实施例提供一种特征交叉方法，所述方法应用于进行特征交叉的第二参与方，所述第二参与方用于对模型进行联合训练，所述方法包括：

获取进行特征交叉的至少一个第二特征、至少一个第一密文特征和公钥，所述至少一个第一密文特征由进行特征交叉的第一参与方基于至少一个第一特征和所述公钥得到的；

基于所述公钥对所述至少一个第二特征进行同态加密，得到至少一个第二密文特征；

基于所述至少一个第一密文特征和所述至少一个第二密文特征进行特征交叉，得到至少一个密文特征交叉结果；

将所述至少一个密文特征交叉结果发送至进行特征交叉的可信参与方，以使所述可信参与方基于所述密文特征交叉结果确定明文特征交叉结果。

本申请实施例提供一种特征交叉方法，所述方法应用于进行特征交叉的主动参与方，所述主动参与方用于对模型进行联合训练，所述方法包括：