[发明专利]基于隐私计算的贡献度计算方法及装置、设备、介质

权利要求书

1.一种基于隐私计算的贡献度计算方法，其特征在于，包括：

获取样本数据，并将所述样本数据输入至独立模型中，得到预测标签数据；

基于所述预测标签数据和与所述样本数据对应的目标标签数据，计算所述独立模型的模型性能指标数据，并根据所述模型性能指标数据确定独立收益数据；

获取合作收益数据，并基于所述独立收益数据和所述合作收益数据计算目标贡献度。

2.根据权利要求1所述的基于隐私计算的贡献度计算方法，所述样本数据包括跨样本场景中的本地样本数据；

其中，将所述样本数据输入至独立模型中，得到预测标签数据，包括：

将所述本地样本数据输入至独立模型中得到预测标签数据；其中，所述独立模型是基于所述本地样本数据中的训练样本数据，以及与所述训练样本数据对应的标签数据训练得到的。

3.根据权利要求1所述的基于隐私计算的贡献度计算方法，所述获取合作收益数据包括：

获取预构建的联邦模型，并将所述本地样本数据输入至所述联邦模型中，得到联邦预测标签数据；

基于所述联邦预测标签数据，以及与所述本地样本数据对应的目标标签数据计算所述联邦模型的模型性能指标数据；

基于所述模型性能指标数据确定所述合作收益数据。

4.根据权利要求1所述的基于隐私计算的贡献度计算方法，所述基于所述独立收益数据和合作收益数据计算目标贡献度，包括：

基于所述独立收益数据和所述合作收益数据计算边际收益数据；

根据所述边际收益数据计算所述目标贡献度。

5.根据权利要求1所述的基于隐私计算的贡献度计算方法，所述样本数据包括跨特征场景中的公共样本数据，所述预测标签数据包括第一密文预测标签数据，所述独立收益数据包括第一独立收益数据；

其中，所述基于所述预测标签数据和与所述样本数据对应的目标标签数据，计算所述独立模型的模型性能指标数据，并根据所述模型性能指标数据确定独立收益数据，包括：

获取与所述公共样本数据对应的密文目标标签数据；

接收由协助参与方发送的目标参与方的第一密文预测标签数据，并根据所述密文目标标签数据和所述第一密文预测标签数据计算所述目标参与方的密文模型性能指标数据；

将所述密文模型性能指标数据由所述协助方发送至所述目标参与方，以使所述目标参与方根据所述密文模型性能指标数据计算与所述目标参与方对应的独立模型的第一模型性能指标数据，并基于所述第一模型性能指标数据确定所述第一独立收益数据；

其中，所述第一密文预测标签数据是由所述目标参与方对所述目标参与方的独立模型输出的第一预测标签数据进行加密得到的。

6.根据权利要求5所述的基于隐私计算的贡献度计算方法，所述独立收益数据还包括第二独立收益数据，在所述基于所述模型性能指标数据确定所述第一独立收益数据之后，所述方法还包括：

获取本地样本数据，以及与所述本地样本数据对应的标签数据；

将所述本地样本数据输入至与所述本地样本数据对应的独立模型中得到第二预测标签数据；

基于所述标签数据和所述第二预测标签数据，计算所述独立模型的第二模型性能指标数据；

基于所述第二模型性能指标数据确定所述第二独立收益数据。

7.根据权利要求5所述的基于隐私计算的贡献度计算方法，其特征在于，所述基于所述独立收益数据和所述合作收益数据计算目标贡献度，包括：

获取所述目标参与方的第一目标参数和所述第一独立收益数据，并基于所述第一目标参数、第一独立收益数据、第二独立收益数据、合作收益数据计算所述目标参与方对应的第一贡献度，以及将所述第一贡献度发送给所述目标参与方；

获取第二目标参数，并基于所述第二目标参数、第一独立收益数据、第二独立收益数据、合作收益数据计算第二贡献度；

将所述第一贡献度和所述第二贡献度作为所述目标贡献度，以根据所述目标贡献度确定所述目标参与方的样本数据和所述本地样本数据的有效性。