[发明专利]联邦学习系统中的跨样本特征选择方法及联邦学习系统

说明书

本申请提供了一种联邦学习系统中的跨样本特征选择方法及联邦学习系统，所述方法包括：通过隐私计算的方式，对所有参与方所拥有样本的特征进行假设检验，得到样本中各个特征维度的检验统计量；每次对所有参与方所拥有样本的特征进行假设检验，将所述检验统计量处于预设统计量区间之外且距离最远的特征维度从样本中剔除，并对所有参与方所拥有样本的特征再次进行假设检验，直到样本中各个特征维度的检验统计量均处于所述预设统计量区间内，得到特征选择后的样本。本申请实施例能够提高特征选择的准确率以及效率。

技术领域

本申请涉及人工智能领域，具体涉及一种联邦学习系统中的跨样本特征选择方法及联邦学习系统。

背景技术

在人工智能领域中，为提高机器学习模型的训练效率，可以采用联邦学习技术，多个参与方联合起来进行机器学习模型的训练。同时，在机器学习模型的训练过程中，可以对样本进行特征选择来减少样本所包含的特征，以提高机器学习模型的训练效率。

现有技术中，联邦学习系统中的特征选择，是由各个参与方根据线下沟通确定特征选择的需求后，各个参与方分别对各自所拥有样本进行特征选择。这种方式所进行的特征选择，数据的利用率低；且当不同参与方的特征选择结果存在出入时，需要所有参与方再次进行沟通并调整特征选择的结果。从而导致联邦学习系统中的特征选择的准确率以及效率较低。

发明内容

本申请的一个目的在于提出一种联邦学习系统中的跨样本特征选择方法及联邦学习系统，能够提高特征选择的准确率以及效率。

根据本申请实施例的一方面，公开了一种联邦学习系统中的跨样本特征选择方法，所述方法包括：

通过隐私计算的方式，对所有参与方所拥有样本的特征进行假设检验，得到样本中各个特征维度的检验统计量；

每次对所有参与方所拥有样本的特征进行假设检验，将所述检验统计量处于预设统计量区间之外且距离最远的特征维度从样本中剔除，并对所有参与方所拥有样本的特征再次进行假设检验，直到样本中各个特征维度的检验统计量均处于所述预设统计量区间内，得到特征选择后的样本。

根据本申请实施例的一方面，公开了一种联邦学习系统，所述系统包括至少两个参与方，所述至少两个参与方通过多方安全计算的方式，共同对所有参与方所拥有样本的特征进行假设检验，得到样本中各个特征维度的检验统计量；

各个参与方配置为：

每次对所有参与方所拥有样本的特征进行假设检验，将所述检验统计量处于预设统计量区间之外且距离最远的特征维度从所拥有样本中剔除，并对所有参与方所拥有样本的特征再次进行假设检验，直到样本中各个特征维度的检验统计量均处于所述预设统计量区间内，得到特征选择后的所拥有样本。

根据本申请实施例的一方面，公开了一种联邦学习系统，所述系统包括中间方、至少两个参与方，所述中间方配置为：

作为可信第三方接收所有参与方所拥有样本的私有数据，其中，所述私有数据至少描述所有参与方所拥有样本的特征；

每次接收到所有参与方所拥有样本的私有数据，基于所述私有数据对所有参与方所拥有样本的特征进行假设检验，得到样本中各个特征维度的检验统计量，并将样本中各个特征维度的检验统计量发送给各个参与方；

所述各个参与方配置为：

每次接收到样本中各个特征维度的检验统计量，将所述检验统计量处于预设统计量区间之外且距离最远的特征维度从所拥有样本中剔除，并将所拥有样本的私有数据发送至所述中间方，直到样本中各个特征维度的检验统计量均处于所述预设统计量区间内，得到特征选择后的所拥有样本。

根据本申请实施例的一方面，公开了一种联邦学习系统中的跨样本特征选择装置，所述装置包括：