龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：腾讯科技(深圳)有限公司
摘要：本发明公开了一种基于全匿样本数据的模型训练方法、装置及存储介质，先对本地样本数据进行数据过滤得到候选本地样本，再对候选本地样本进行随机拆分得到本地样本数据矩阵分片，并将本地样本数据矩阵分片与对侧参与方进行交互得到本地碎片拼接矩阵，然后基于本地碎片拼接矩阵与对侧参与方依次进行相同的特征随机乱序及标识加密处理得到对侧密文矩阵，并对同态解密后的本地明文矩阵进行基于重复标识的矩阵重建得到全匿样本数据交集矩阵，接着利用全匿样本数据交集矩阵训练数据预测模型。本发明实施例可降低模型训练所需的样本数据量以提高训练效率和准确性，还可提高模型训练后的预测准确性。本发明实施例可应用于联邦学习领域的各种应用场景中。
主权项：1.一种基于全匿样本数据的模型训练方法，其特征在于，包括以下步骤：根据求交数据类型对待进行样本数据求交的本地样本数据进行数据过滤得到候选本地样本，其中，所述候选本地样本包括样本标识信息和样本特征信息；对所述候选本地样本中的所述样本标识信息和所述样本特征信息进行数据随机拆分，得到至少两个与所述候选本地样本同等维度的候选样本数据矩阵分片，将至少两个所述候选样本数据矩阵分片中的任意一个作为本地样本数据矩阵分片，与进行样本数据求交的对侧参与方进行矩阵交互以及矩阵拼接，得到本地碎片拼接矩阵；接收所述对侧参与方发送的同态加密后的对侧密文拼接矩阵，根据所述对侧密文拼接矩阵对所述本地碎片拼接矩阵进行特征随机乱序及标识加密处理，得到本地密文矩阵和本地输出矩阵，将所述本地密文矩阵发送给所述对侧参与方，使得所述对侧参与方对所述本地密文矩阵进行同态解密得到对侧明文矩阵；对所述本地输出矩阵进行同态加密得到本地密文输出矩阵，将所述本地密文输出矩阵发送给所述对侧参与方，接收所述对侧参与方发送的根据所述本地密文输出矩阵对所述对侧明文矩阵进行所述特征随机乱序及标识加密处理后得到的对侧密文矩阵；对所述对侧密文矩阵进行同态解密得到本地明文矩阵，对所述本地明文矩阵进行基于重复标识的矩阵重建得到全匿样本数据交集矩阵，利用所述全匿样本数据交集矩阵对数据预测模型进行训练。
全文数据：
权利要求：
百度查询： 腾讯科技(深圳)有限公司 基于全匿样本数据的模型训练方法、装置及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号