[发明专利]联邦模型的训练、业务预测方法、装置、介质、设备

说明书

本公开是关于一种联邦模型的训练、业务预测方法、装置、介质、设备，涉及多模态机器学习技术领域，该方法包括：对第一业务参与方所持有的第一隐私数据进行碎片化处理，得到第一自身持有的秘密碎片以及第一他方持有的秘密碎片；将第一他方持有的秘密碎片发送至第二业务参与方，并接收第二业务参与方发送的第二他方持有的秘密碎片；根据待训练的联邦模型所具有的模型推理函数、第一自身持有的秘密碎片以及第二他方持有的秘密碎片，生成第一碎片计算结果；基于第一碎片计算结果对待训练的联邦模型进行训练，得到训练完成的联邦模型。本公开提高了隐私数据的安全性。

背景技术

现有的联邦模型的训练方法中，参与联邦模型训练的业务参与方需要进行数据交换，但是该方法降低了隐私数据的安全性。

需要说明的是，在上述背景技术部分发明的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种联邦模型的训练方法、联邦模型的训练装置、业务预测方法、业务预测装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的隐私数据的安全性较低的问题。

根据本公开的一个方面，提供一种联邦模型的训练方法，配置于第一业务参与方，所述联邦模型的训练方法包括：

对第一业务参与方所持有的第一隐私数据进行碎片化处理，得到第一自身持有的秘密碎片以及第一他方持有的秘密碎片；

将第一他方持有的秘密碎片发送至第二业务参与方，并接收第二业务参与方发送的第二他方持有的秘密碎片；

根据待训练的联邦模型所具有的模型推理函数、第一自身持有的秘密碎片以及第二他方持有的秘密碎片，生成第一碎片计算结果；

基于第一碎片计算结果对待训练的联邦模型进行训练，得到训练完成的联邦模型。

在本公开的一种示例性实施例中，对第一业务参与方所持有的第一隐私数据进行碎片化处理，得到第一自身持有的秘密碎片以及第一他方持有的秘密碎片，包括：

确定参与所述待训练的联邦模型的模型训练任务的所有业务参与方的数量，并根据所述所有业务参与方的数量确定所述第一隐私数据所需要被划分的碎片数量；

基于所述碎片数量以及加性秘密共享策略对所述第一业务参与方所持有的第一隐私数据进行碎片化处理，得到第一自身持有的秘密碎片以及第一他方持有的秘密碎片。

在本公开的一种示例性实施例中，根据待训练的联邦模型所具有的模型推理函数、第一自身持有的秘密碎片以及第二他方持有的秘密碎片，生成第一碎片计算结果，包括：

获取所述待训练的联邦模型所具有的模型推理函数，并根据所述模型推理函数确定第一隐私数据在执行模型训练任务时，所需要执行的函数计算关系；

基于所述函数计算关系对第一自身持有的秘密碎片以及第二他方持有的秘密碎片进行计算，得到第一碎片计算结果。

在本公开的一种示例性实施例中，所述函数计算关系包括乘法计算关系和/或加法计算关系；

其中，基于所述函数计算关系对第一自身持有的秘密碎片以及第二他方持有的秘密碎片进行计算，得到第一碎片计算结果，包括：

基于所述函数计算关系对第一自身持有的秘密碎片以及第二他方持有的秘密碎片进行计算第一求和运算，得到第一碎片计算结果；和/或

基于所述函数计算关系对第一自身持有的秘密碎片以及第二他方持有的秘密碎片进行计算第一求积运算，得到第一碎片计算结果。

在本公开的一种示例性实施例中，基于第一碎片计算结果对待训练的联邦模型进行训练，得到训练完成的联邦模型，包括：