基于模型复用的模型预测方法、模型预测装置及系统与流程

文档序号:22916961发布日期:2020-11-13 15:59阅读:来源:国知局

技术特征:

1.一种基于模型复用的模型预测方法,包括:

使用模型拥有方处的多个可复用预测模型中的每个可复用预测模型来分别对数据拥有方处的待预测数据进行预测得到各个可复用预测模型的预测标签,所述预测标签通过在所述数据拥有方和所述模型拥有方之间对所述待预测数据和各个可复用预测模型分别进行安全计算得到,所述多个可复用预测模型具有相同的模型输入特征;以及

根据各个可复用预测模型的预测标签以及各个可复用预测模型的模型权重,确定所述待预测数据的预测标签,各个可复用预测模型的模型权重是在所述数据拥有方具有的数据样本集下的模型权重。

2.如权利要求1所述的模型预测方法,在进行模型预测之前,所述方法还包括:

使用各个可复用预测模型来分别对数据拥有方处的标记数据进行预测得到各个可复用预测模型的预测标签,所述预测标签通过在所述数据拥有方和所述模型拥有方之间对所述标记数据和各个可复用预测模型分别进行安全计算得到;

根据各个可复用预测模型的预测标签以及所述标记数据的真实标签,确定各个可复用预测模型的预测误差;以及

根据各个可复用预测模型的预测误差,确定各个可复用预测模型的模型权重。

3.如权利要求1所述的模型预测方法,其中,所述模型拥有方包括多个模型拥有方,所述多个模型拥有方中的每个模型拥有方具有所述多个可复用预测模型中的一个或多个可复用预测模型。

4.如权利要求1到3中任一所述的模型预测方法,其中,所述安全计算包括:

基于秘密共享的安全计算;

基于同态加密的安全计算;

基于不经意传输的安全计算;

基于混淆电路的安全计算;或者

基于可信执行环境的安全计算。

5.如权利要求2所述的模型预测方法,其中,所述标记数据包括多个标记数据,以及各个预测模型的预测误差是针对所述多个标记数据的预测误差的平均误差。

6.如权利要求1所述的模型预测方法,其中,所述可复用预测模型包括逻辑回归模型,各个可复用预测模型的模型参数是模型参数矩阵,以及所述待预测数据是向量数据,

使用模型拥有方处的多个可复用预测模型中的每个可复用预测模型来分别对数据拥有方处的待预测数据进行预测得到各个可复用预测模型的预测标签包括:

在所述数据拥有方和所述模型拥有方之间,分别对所述模型拥有方的各个可复用预测模型和所述数据拥有方的待预测数据进行安全计算,得到各个可复用预测模型的模型参数与所述待预测数据之间的向量乘积;以及

计算各个可复用预测模型的向量乘积的激活函数,作为各个可复用预测模型的预测标签。

7.一种基于模型复用的模型预测装置,所述模型预测装置应用于数据拥有方,所述模型预测装置包括:

模型预测单元,使用模型拥有方处的多个可复用预测模型中的每个可复用预测模型来分别对所述数据拥有方处的待预测数据进行预测得到各个可复用预测模型的预测标签,所述预测标签通过在所述数据拥有方和所述模型拥有方之间对所述待预测数据和各个可复用预测模型分别进行安全计算得到,所述多个可复用预测模型具有相同的模型输入特征;以及

预测标签确定单元,根据各个可复用预测模型的预测标签以及各个可复用预测模型的模型权重,确定所述待预测数据的预测标签,各个可复用预测模型的模型权重是在所述数据拥有方具有的数据样本集下的模型权重。

8.如权利要求7所述的模型预测装置,还包括:

预测误差确定单元,根据使用各个可复用预测模型对所述数据拥有方处的标记数据进行模型预测得到的预测标签以及所述标记数据的真实标签,确定各个可复用预测模型的预测误差;以及

模型权重确定单元,根据各个可复用预测模型的预测误差,确定各个可复用预测模型的模型权重,

其中,各个可复用预测模型的预测标签由所述模型预测单元在所述数据拥有方和所述模型拥有方之间对所述标记数据和各个可复用预测模型分别进行安全计算得到。

9.如权利要求7或8所述的模型预测装置,其中,所述安全计算包括:

基于秘密共享的安全计算;

基于同态加密的安全计算;

基于不经意传输的安全计算;

基于混淆电路的安全计算;或者

基于可信执行环境的安全计算。

10.如权利要求8所述的模型预测装置,其中,所述标记数据包括多个标记数据,以及各个预测模型的预测误差是针对所述多个标记数据的预测误差的平均误差。

11.如权利要求7所述的模型预测装置,其中,所述可复用预测模型包括逻辑回归模型,各个可复用预测模型的模型参数是模型矩阵,以及所述待预测数据是向量数据,

所述模型预测单元包括:

安全计算模块,在所述数据拥有方和所述模型拥有方之间,分别对所述模型拥有方的各个可复用预测模型和所述数据拥有方的待预测数据进行安全计算,得到各个可复用预测模型的模型参数与所述待预测数据之间的向量乘积;以及

预测标签计算模块,计算各个可复用预测模型的向量乘积的激活函数,作为各个可复用预测模型的预测标签。

12.一种基于模型复用的模型预测系统,包括:

数据拥有方,包括如权利要求7到11中任一所述的模型预测装置;以及

至少一个模型拥有方,每个模型拥有方具有多个可复用预测模型中的一个或多个可复用预测模型。

13.一种电子设备,包括:

至少一个处理器,以及

与所述至少一个处理器耦合的存储器,所述存储器存储指令,当所述指令被所述至少一个处理器执行时,使得所述至少一个处理器执行如权利要求1到6中任一所述的方法。

14.一种机器可读存储介质,其存储有可执行指令,所述指令当被执行时使得所述机器执行如权利要求1到6中任一所述的方法。


技术总结
本说明书的实施例提供一种基于模型复用的模型预测方法、装置及系统。在该模型预测方法中,使用模型拥有方处的多个可复用预测模型中的每个可复用预测模型来分别对数据拥有方处的待预测数据进行预测得到各个可复用预测模型的预测标签,所述预测标签通过在数据拥有方和模型拥有方之间对待预测数据和各个可复用预测模型分别进行安全计算得到,并且多个可复用预测模型具有相同的模型预测特征。随后,根据各个可复用预测模型的预测标签以及各个可复用预测模型的模型权重,确定待预测数据的预测标签,各个可复用预测模型的模型权重是在数据拥有方具有的数据样本集下的模型权重。

技术研发人员:陈超超;王力;周俊
受保护的技术使用者:支付宝(杭州)信息技术有限公司
技术研发日:2020.09.25
技术公布日:2020.11.13
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1