Invention Publication
- Patent Title: 联合训练伽马回归模型的方法及装置
-
Application No.: CN202310180119.0Application Date: 2023-02-17
-
Publication No.: CN118520969APublication Date: 2024-08-20
- Inventor: 刘颖婷 , 王磊
- Applicant: 支付宝(杭州)信息技术有限公司
- Applicant Address: 浙江省杭州市西湖区西溪路556号8层B段801-11
- Assignee: 支付宝(杭州)信息技术有限公司
- Current Assignee: 支付宝(杭州)信息技术有限公司
- Current Assignee Address: 浙江省杭州市西湖区西溪路556号8层B段801-11
- Agency: 北京亿腾知识产权代理事务所
- Agent 陈霁; 周良玉
- Main IPC: G06N20/00
- IPC: G06N20/00 ; G06F18/27 ; G06F18/214 ; G06F21/62 ; G06F21/60

Abstract:
本说明书实施例提供一种联合训练伽马回归模型的方法及装置,涉及n个参与方。该方法由其中任意的第i个参与方执行,包括:先与其他的n‑1个参与方共同进行针对训练样本集的秘密分享分片,得到第i个特征分片和第i个标签分片;再基于第i个特征分片和第i个标签分片,与其他的n‑1个参与方联合进行对应伽马回归模型的第i个参数分片的多轮次迭代更新,模型参数分片的迭代更新可以按需选用设计的多种模型优化器之一,例如,适用于小规模数据的安全迭代重加权最小二乘法、适用于大规模数据的安全批次迭代重加权最小二乘法、大小规模数据都适用的安全随机梯度下降法等,如此可以提高执行效率。另外,各种模型优化器涉及的密文运算为秘密分享运算,使得执行更加高效。
Information query