[发明专利]多方协同更新模型的方法、装置及系统

权利要求书

1.一种多方协同更新模型的方法，所述多方包括协作方、中心方和n个参与方，其中，所述协作方维护有业务预测模型的一组通用参数和对应于n个参与方的n组个性化参数；所述中心方与任意的参与方i具有第i共有样本集，并分别具有其中各共有样本的不同特征部分；所述方法包括多轮迭代，其中任意一轮迭代包括：

每个参与方i和所述中心方，根据第i共有样本集中的第一样本和通用参数，共同向所述协作方提供第一梯度信息；

对于每个参与方i，所述协作方根据所述通用参数和对应的第一梯度信息，更新对应于参与方i的第i组个性化参数，并将其发送给参与方i和所述中心方；

每个参与方i和所述中心方，根据第i共有样本集中的第二样本和更新后的第i组个性化参数，共同向所述协作方提供第二梯度信息；

所述协作方汇总所述n个参与方提供的n份第二梯度信息，根据汇总结果，更新所述通用参数用于下一轮迭代；

在所述多轮迭代后，每个参与方i将其与所述中心方共同得到的第i组个性化参数，作为其与所述中心方协同更新的业务预测模型。

2.根据权利要求1所述的方法，在所述共同向所述协作方提供第一梯度信息之前，还包括：

任意的参与方i和所述中心方向所述协作方提供各自具有的初始样本集中各样本对应的加密业务对象；

所述协作方对接收的所述加密业务对象进行解密，并基于解密结果，确定任意的参与方i和所述中心方互相重叠的共同业务对象，并将其发送给任意的参与方i和所述中心方；

任意的参与方i和所述中心方根据所述共同业务对象，从各自具有的初始样本集中选取各共有样本，以形成所述第i共有样本集。

3.根据权利要求2所述的方法，所述业务对象为用户。

4.根据权利要求1所述的方法，其中，所述中心方与任意的参与方i分别维护有所述通用参数的不同参数部分；任意的参与方i还具有各共有样本的样本标签；

所述每个参与方i和所述中心方，根据第i共有样本集中的第一样本和通用参数，共同向所述协作方提供第一梯度信息，包括：

所述中心方根据其具有的第一样本的第一特征部分，以及维护的通用参数的第一通用参数部分，向所述协作方发送第一计算结果；

每个参与方i根据其具有的第一样本的第二特征部分和样本标签，以及维护的通用参数的第二通用参数部分，向所述协作方发送第二计算结果；

所述协作方根据每个参与方i的第二计算结果以及所述第一计算结果，确定每个参与方i和所述中心方共同提供的第一梯度信息。

5.根据权利要求4所述的方法，所述每个参与方i根据其具有的第一样本的第二特征部分和样本标签，以及维护的通用参数的第二通用参数部分，向所述协作方发送第二计算结果，包括：

每个参与方i根据其具有的第一样本的第二特征部分和维护的通用参数的第二通用参数部分，确定中间结果；根据所述中间结果与所述样本标签的差值，向所述协作方发送第二计算结果。

6.根据权利要求4所述的方法，其中，每个参与方i和所述中心方共同提供的第一梯度信息包括，对应于所述中心方的第一梯度部分和对应于每个参与方i的第二梯度部分；

所述协作方根据每个参与方i的第二计算结果以及所述第一计算结果，确定每个参与方i和所述中心方共同提供的第一梯度信息，包括：

对于任意的参与方i，所述协作方汇总对应的第二计算结果以及所述第一计算结果，得到对应的综合结果，并将所述综合结果分别发送给任意的参与方i和所述中心方；

所述中心方和任意的参与方i根据所述综合结果，分别计算对应的第一梯度部分和第二梯度部分，并将其发送给所述协作方，以得到任意的参与方i和所述中心方共同提供的第一梯度信息。