[发明专利]基于联邦学习的建模及应用方法、装置、设备及存储介质

权利要求书

1.一种基于联邦学习的建模及应用方法，应用于第一初始化应用模型，其特征在于，所述基于联邦学习的建模及应用方法包括：

基于第一初始化应用模型，生成第一应用公钥和第一应用私钥，并将所述第一应用公钥和所述第一应用私钥传输至第二初始化应用模型对应的第二终端；其中，所述第一应用公钥和所述第一应用私钥存储于一区块链的节点中；

基于所述第一应用公钥和预置的泰勒公式进行向量计算和加密，生成第一应用加密向量；

基于所述第一应用私钥和预置的同态加密算法进行向量计算和加密，生成第一同态加密向量，并基于所述第一同态加密向量生成第一密文向量，将所述第一密文向量传输至第二初始化应用模型对应的第二终端；

从第二终端获取第二密文向量，并基于所述第一应用私钥对所述第二密文向量进行解密，生成第一模型参数，并将所述第一模型参数传输至第二初始化应用模型对应的第二终端；

基于所述第一初始化应用模型和所述第一模型参数进行模型更新，生成第一更新后的应用模型，继续基于所述第一更新后的应用模型进行加密、解密以及模型更新，直至所述第一更新后的应用模型收敛，得到第一数据加密模型；

获取待加密数据，将所述待加密数据输入所述第一数据加密模型中进行加密，生成第一目标加密数据，并将所述第一目标加密数据传输至第二终端；

所述基于所述第一应用公钥和预置的泰勒公式进行向量计算和加密，生成第一应用加密向量包括：

从预置的加密训练数据和所述第一初始化应用模型中提取参数，得到第一特征值矩阵、第一特征值转置矩阵和第一初始化应用模型权重向量；

结合预置的泰勒公式对所述第一特征值矩阵、所述第一特征值转置矩阵和所述第一初始化应用模型权重向量进行计算，生成第一中间系数向量，并将所述第一中间系数向量传输至第二初始化应用模型对应的第二终端；

调用所述第一应用公钥对所述第一中间系数向量进行加密，生成第一应用加密向量；

所述基于所述第一应用私钥和预置的同态加密算法进行向量计算和加密，生成第一同态加密向量，并基于所述第一同态加密向量生成第一密文向量，将所述第一密文向量传输至第二初始化应用模型对应的第二终端包括：

从第二初始化应用模型对应的第二终端获取第二公钥，基于第二公钥对所述第一中间系数向量进行加密，生成第一加密系数向量；

获取第二中间系数向量，并调用预置的同态加密算法对所述第一中间系数向量和所述第二中间系数向量进行多项式盲计算，生成第一同态加密向量；

对所述第一同态加密向量进行计算，生成第一密文向量，并将所述第一密文向量传输至第二初始化应用模型对应的第二终端。

2.根据权利要求1所述的基于联邦学习的建模及应用方法，其特征在于，所述基于所述第一初始化应用模型和所述第一模型参数进行模型更新，生成第一更新后的应用模型，继续基于所述第一更新后的应用模型进行加密、解密以及模型更新，直至所述第一更新后的应用模型收敛，得到第一数据加密模型包括：

基于所述第一模型参数进行计算，生成第一明文梯度向量；

基于所述第一初始化应用模型权重向量、第一明文梯度向量和预置的学习率进行计算，生成第一更新后的模型参数，得到第一更新后的应用模型；

继续基于所述第一更新后的应用模型进行加密、解密以及模型更新，直至所述第一更新后的应用模型收敛，得到第一数据加密模型。