买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京数牍科技有限公司

摘要：本发明属于数据安全技术领域，具体涉及一种基于条件隐私集合求交的联邦学习模型训练方法，该方法包括：客户端和服务端采用条件隐私集合求交协议对各自的数据进行处理，得到训练数据集；客户端和服务端分别初始化模型训练参数；根据初始化模型训练参数以及训练数据集进行模型训练；本发明提出的联邦学习模型训练方法中加入了差分隐私技术，使服务端无法从得到的模型推测其训练数据，安全的保护了两方数据，同时也帮助客户端得到目标模型。

主权项：1.一种基于条件隐私集合求交的联邦学习模型训练方法，其特征在于，该方法包括：客户端和服务端采用条件隐私集合求交协议对各自的数据进行处理，得到训练数据集；客户端和服务端分别初始化模型训练参数；根据初始化模型训练参数以及训练数据集进行模型训练；采用条件隐私集合求交协议对各自的数据进行处理包括：客户端设置条件ρ，根据设置的条件客户端和服务端对各自的数据执行条件隐私集合求交协议，其中客户端得到满足条件的标识符交集Ic，服务端得到满足条件的服务端数据份额Xs1；客户端根据标识符交集Ic得到客户端训练数据Xc和满足条件的客户端数据份额Xs2；对模型进行训练的过程包括：S1：设置训练轮次T；S2：客户端采用自己的公钥对训练集中的数据进行加密，得到密文[Xs2]pkc；并将加密后的密文发送给服务端；其中，Xs2表示客户端数据份额，pkc表示客户端公钥；S3：根据服务端初始参数和服务端的数据份额Xs1计算ωsXs1，并采用客户端公钥对计算出的ωsXs1进行加密，得到密文[ωsXs1]pkc；服务端接收客户端的密文[Xs2]pkc，并根据自身加密后的密文计算密文参数[ωsXs]pkc；将计算的密文参数发送给客户端；其中，ωs表示服务端模型的训练参数；S4：客户端对密文参数[ωsXs]pkc进行解密，得到明文ωsXs；根据解密后的明文、客户端的训练集数据以及客户端的初始模型训练参数计算客户端的残差ωX-2Y；并将计算的残差发送给服务端；计算残差的公式为：ωX-2Y＝ωcXc+ωsXs-2Y，其中Y表示数据集的标签，Xs表示客户端和服务端的数据份额，Xc表示客户端的训练数据，ω表示模型参数；X表示客户端和服务端共有的数据集，ωc表示客户端模型的训练参数；S5：客户端计算本轮的梯度，并根据计算的梯度对模型训练参数进行更新；S6：客户端根据更新的参数生成满足拉普拉斯机制的噪声Zt；根据噪声计算参数更新后的客户端残差ωX-2YXs2+Zt，将计算结果发送给服务端；S7：服务端根据客户端发送的残差ωX-2Y和ωX-2YXs2+Zt计算服务端的梯度，并根据计算出的梯度对服务端的训练参数进行更新；S8：重复步骤S2～S7，直到训练轮次结束，客户端得到模型Wc、服务端得到模型Ws；服务端将模型Ws发送给客户端；S9：客户端根据服务端发送的模型得到完整的模型。

全文数据：

权利要求：

百度查询： 北京数牍科技有限公司 一种基于条件隐私集合求交的联邦学习模型训练方法