[发明专利]一种基于匿名化数据的纵向逻辑回归建模方法

权利要求书

1.一种基于匿名化数据的纵向逻辑回归建模方法，用于金融机构联合风控建模，发起方持有K个匿名样本对应的样本数据集X_A及标签值分片y_A，样本数据集X_A中包含n个秘密分享密文状态下的数据特征分片，参与方持有相同的K个匿名样本对应的样本数据集X_B及标签值分片y_B，样本数据集X_B中包含n个秘密分享密文状态下的数据特征分片，其特征在于，包括以下步骤：

S1：发起方、参与方分别构建同样的纵向逻辑回归模型，初始化样本数据集X_A中每个数据特征分片对应的权重系数、样本数据集X_B中每个数据特征分片对应的权重系数；

S2：发起方、参与方联合计算出每个匿名样本对应的预测值Y，发起方得到预测值分片Y_A，参与方得到预测值分片Y_B，Y=Y_A+Y_B；

S3：发起方将每个匿名样本对应的标签值分片y_A减去对应的预测值分片Y_A得到对应的残差分片Δy_A，参与方将每个匿名样本对应的标签值分片y_B减去对应的预测值分片Y_B得到对应的残差分片Δy_B；

S4：发起方根据学习率α、匿名样本个数K、每个匿名样本对应的残差分片Δy_A计算出样本数据集X_A中每个数据特征分片对应的权重系数的最新值，给这些权重系数赋予最新值；

参与方根据学习率α、匿名样本个数K、每个匿名样本对应的残差分片Δy_B计算出样本数据集X_B中每个数据特征分片对应的权重系数的最新值，给这些权重系数赋予最新值；

S5：重复执行S2至S4步骤T次，完成纵向逻辑回归模型建模；

所述K个匿名样本的编号分别为1，2……K，样本数据集X_A中的n个数据特征分片依次标记为X_A1、X_A2……X_An，n≥1，则编号为i的匿名样本对应的样本数据集为X_A(i)，1≤i≤K，样本数据集X_A(i)的结构为X_A(i)=｛X_A1(i)、X_A2(i)、……X_An(i)｝，样本数据集X_B中的n个数据特征分片依次标记为X_B1、X_B2……X_Bn，则编号为i的匿名样本对应的样本数据集为X_B(i)，样本数据集X_B(i)的结构为X_B(i)=｛X_B1(i)、X_B2(i)、……X_Bn (i)｝；

所述步骤S2中发起方、参与方联合计算出编号为i的匿名样本对应的预测值Y(i)，发起方得到预测值分片Y_A(i)，参与方得到预测值分片Y_B(i)的方法包括以下步骤：

N1：发起方、参与方协商生成参数a、参数b、参数c，a*b=c，发起方持有参数分片a_A、参数分片b_A、参数分片c_A，参与方持有参数分片a_B、参数分片b_B、参数分片c_B，a=a_A+a_B，b=b_A+b_B，c=c_A+c_B；

N2：发起方计算出W_Aj-a_A、X_Aj(i)-b_A并将其发送给参与方，参与方计算出W_Bj-a_B、X_Bj(i)-b_B并将其发送给发起方；

发起方、参与方都计算出F_j =(X_Aj(i)-b_A)+(X_Bj(i)-b_B)，E_j =(W_Aj-a_A) + (W_Bj-a_B)，

发起方计算出中间参数分片Z(i)_A：

Z(i)_A= Z(i)_A1+Z(i)_A2……+Z(i)_An，

Z(i)_Aj=F_j*a_A+E_j*b_A+c_A；

参与方计算出中间参数分片Z(i)_B：

Z(i)_B= Z(i)_B1+Z(i)_B2……+Z(i)_Bn，

Z(i)_Bj=E_j*F_j+F_j*a_B+E_j*b_B+c_B；

其中，1≤j≤n，X_Aj(i)表示编号为i的匿名样本对应的样本数据集为X_A(i)中的第j个数据特征分片，X_Bj(i)表示编号为i的匿名样本对应的样本数据集为X_B(i)中的第j个数据特征分片，W_Aj表示样本数据集X_A中的第j个数据特征分片X_Aj对应的权重系数，W_Bj表示样本数据集X_B中的第j个数据特征分片X_Bj对应的权重系数；

N3：发起方、参与方根据中间参数分片Z(i)_A、中间参数分片Z(i)_B采用秘密分享的乘法协议计算出各自的预测值分片，发起方得到预测值分片Y_A(i)，参与方得到预测值分片Y_B(i)，

Y_A(i)+Y_B(i)满足如下公式：

Y_A(i)+Y_B(i)=sigmoid(Z(i)_A+Z(i)_B)，

。