[发明专利]数据处理方法、装置、设备、存储介质及程序产品

权利要求书

1.一种数据处理方法，其特征在于，应用于联邦学习的第一参与方，所述方法包括：

基于所述第一参与方持有的第一样本特征数据和预先训练好的安全计算模型，构建虚拟的特征相关矩阵，所述安全计算模型由所述第一参与方和联邦学习的其他参与方基于安全多方计算预先训练得到；

基于所述特征相关矩阵，确定所述第一样本特征数据对应的各特征的共线性量化因子；

基于所述共线性量化因子，从所述第一样本特征数据对应的各特征中确定目标特征；

从所述第一样本特征数据中删除所述目标特征的特征数据，得到所述第一参与方与所述其他参与方进行联合训练的第一训练数据；

其中，所述目标特征的特征数据与其他特征中至少一个特征的特征数据存在线性关系，所述其他特征包括所述第一参与方持有的除所述目标特征以外的特征和所述其他参与方持有的特征。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一参与方持有的第一样本特征数据和预先训练好的安全计算模型，构建虚拟的特征相关矩阵，包括：

基于所述第一样本特征数据确定第一样本特征数据对应的各特征的特征数据和所述第一样本特征数据对应的样本个数；

分别计算所述各特征的特征数据对应的均值和标准差；

基于所述各特征的特征数据、所述各特征的特征数据对应的均值、所述各特征的特征数据对应的标准差和所述样本个数，确定处理后的第一样本特征数据；

将所述处理后的第一样本特征数据输入至所述安全计算模型，得到第一矩阵；

根据所述处理后的第一样本特征数据和所述第一矩阵，构建虚拟的特征相关矩阵。

3.根据权利要求2所述的方法，其特征在于，所述根据所述处理后的第一样本特征数据和所述第一矩阵，构建虚拟的特征相关矩阵，包括：

根据所述处理后的第一样本特征数据确定第一对称矩阵；

生成一个行数和列数均等于所述第一矩阵的列数的空矩阵；

根据所述第一对称矩阵、所述第一矩阵、所述第一矩阵的转置矩阵和所述空矩阵，构建虚拟的特征相关矩阵。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述基于所述特征相关矩阵，确定所述第一样本特征数据对应的各特征的共线性量化因子，包括：

确定所述特征相关矩阵的行列式；

删除所述特征相关矩阵第i行、第i列数据，得到所述特征相关矩阵对应的各余子式，其中，i＝1，2，…，m₁，m₁为所述第一样本特征数据对应的特征个数；

确定所述各余子式的行列式；

基于所述特征相关矩阵的行列式和所述各余子式的行列式，确定所述第一样本特征数据对应的各特征的共线性量化因子。

5.根据权利要求4所述的方法，其特征在于，所述确定所述特征相关矩阵的行列式，包括：

生成一个行列式为预设值、维度与所述空矩阵相同的第一随机矩阵；

将所述特征相关矩阵和所述第一随机矩阵输入至所述安全计算模型，得到第二矩阵；

分别计算所述第一对称矩阵和所述第二矩阵的行列式；

将所述第一对称矩阵的行列式和所述第二矩阵的行列式相乘，得到所述特征相关矩阵的行列式。

6.根据权利要求1所述的方法，其特征在于，所述基于所述共线性量化因子，从所述第一样本特征数据对应的各特征中确定目标特征，包括：

判断所述第一样本特征数据对应的各特征的共线性量化因子是否大于预设边界值；

将共线性量化因子大于预设边界值的特征确定为目标特征。