首页> 中国专利> 多方纵向联邦学习LightGBM训练中基于WOE掩码的数据保护方法

多方纵向联邦学习LightGBM训练中基于WOE掩码的数据保护方法

页面导航

摘要
著录项
相似文献

摘要

本发明属于隐私数据保护领域，具体公开了多方纵向联邦学习LightGBM训练中基于WOE掩码的数据保护方法，包括步骤：联邦学习各参与者方准备训练数据；在各节点本地对原始数据进行WOE编码；纵向联邦学习LightGBM模型训练；基于上述训练完成后的模型进行模型评估及剪枝。本发明通过在各节点本地先对数据进行WOE编码，即用WOE值替换原始数据，再使用经过编码后的数据用于模型训练，并对特征名也进行编码。同时对传输的数据以及模型构建过程中的梯度进行同态加密，极大地提高了安全性。

著录项

公开/公告号CN113779608A

专利类型发明专利
公开/公告日2021-12-10

原文格式PDF
申请/专利权人神谱科技(上海)有限公司;
展开▼

申请/专利号CN202111102941.2
发明设计人曾佳;祝文伟;
展开▼

申请日2021-09-17
分类号G06F21/60(20130101);G06F21/62(20130101);G06N20/20(20190101);
代理机构31298 上海诺衣知识产权代理事务所(普通合伙);
代理人衣然
地址 200001 上海市黄浦区北京东路666H区(东座)6楼H134室
入库时间 2023-06-19 13:40:20

相似文献

专利
中文文献
外文文献

1. 多方纵向联邦学习LightGBM训练中基于WOE掩码的数据保护方法 [P] . 中国专利： CN113779608A . 2021-12-10
2. 纵向联邦学习中无可信第三方的回归模型训练方法及系统 [P] . 中国专利： CN112906912A . 2021-06-04
3. Systems and methods for automatically configuring training data for training machine learning models of a machine learning-based dialogue system including seeding training samples or curating a corpus of training data based on instances of training data identified as anomalous [P] . 美国专利： US10679150B1 . 2020-06-09

机译：用于自动配置用于训练基于机器学习的对话系统的机器学习模型的训练数据的系统和方法，该系统和方法包括基于被识别为异常的训练数据的实例来播种训练样本或策划训练数据的语料库
4. SYSTEMS AND METHODS FOR AUTOMATICALLY CONFIGURING TRAINING DATA FOR TRAINING MACHINE LEARNING MODELS OF A MACHINE LEARNING-BASED DIALOGUE SYSTEM INCLUDING SEEDING TRAINING SAMPLES OR CURATING A CORPUS OF TRAINING DATA BASED ON INSTANCES OF TRAINING DATA IDENTIFIEDAS ANOMALOUS [P] . 美国专利： US2020193331A1 . 2020-06-18

机译：用于自动配置基于机器学习的对话系统的训练机器学习模型的训练数据的系统和方法，包括基于异常的训练数据标识的实例的训练样本或创建训练数据的语料库
5. Training machine learning model based on training instances with: training instance input based on autonomous vehicle sensor data, and training instance output based on additional vehicle sensor data [P] . 美国专利： US10676085B2 . 2020-06-09

机译：基于训练实例的训练机器学习模型，其中包括：基于自主车辆传感器数据的训练实例输入，以及基于其他车辆传感器数据的训练实例输出