買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉支付寶(杭州)信息技術有限公司申請的專利多方聯合訓練模型的方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116822620B 。

龍圖騰網通過國家知識產權局官網在2025-08-08發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310790640.6，技術領域涉及：G06N3/098；該發明授權多方聯合訓練模型的方法及裝置是由鄭龍飛;王磊設計研發完成，并于2023-06-29向國家知識產權局提交的專利申請。

本多方聯合訓練模型的方法及裝置在說明書摘要公布了：本說明書實施例提供一種聯合更新模型的方法及裝置，適用于縱向聯邦學習架構，基于特征成員的亂序處理和標簽成員對標簽數據、預測數據的隱藏處理的技術構思，進行適當的數據交互。具體而言，由單個特征成員將各個特征成員的中間結果的融合張量在樣本維度亂序，標簽成員使用亂序的融合張量進行預測。標簽成員將亂序的融合張量和正常順序的標簽數據隱藏在擾亂數據中提供給該單個特征成員，由其反饋亂序情況下預測結果的梯度數據，從而標簽成員更新全局模型，并經由梯度的反向傳遞確定亂序情況下的融合數據的梯度信息傳遞給該特征成員，由其更新本地局部模型。如此可以使得標簽明文傳輸，避免標簽成員惡意標記數據，更有效保護數據隱私。

本發明授權多方聯合訓練模型的方法及裝置在權利要求書中公布了：1.一種多方聯合訓練模型的方法，適用于多個訓練成員利用各自的本地隱私數據進行縱向聯邦學習的場景，所述多個訓練成員包括持有標簽數據的第一成員及至少一個特征成員，所述模型包括各個特征成員分別對應的各個局部模型，以及第一成員對應的全局模型，所述至少一個特征成員包括第二成員；所述方法由第二成員執行，在所述模型的當前更新周期，針對當前批次的樣本，所述方法包括： 對各個特征成員分別對應的各個中間結果密文進行融合得到融合張量密文，其中，單個中間結果密文由第一密鑰加密相應中間結果得到，單個中間結果為單個特征成員通過本地局部模型處理本地特征數據的處理結果，所述第一密鑰由第一成員提供； 經由亂序規則f將所述融合張量密文在樣本維度亂序得到亂序融合密文，并提供給第一成員，以供第一成員利用與所述第一密鑰對應的第二密鑰對所述亂序融合密文解密為亂序融合張量后，基于所述全局模型對所述亂序融合張量的處理得到亂序預測張量； 從第一成員獲取亂序擾動預測張量和擾動標簽張量，其中，所述亂序擾動預測張量、所述擾動標簽張量分別為針對所述亂序預測張量在預測維度、針對所述標簽數據在標簽維度擴展得到，且所述亂序預測張量在預測維度的位置k和所述標簽數據在標簽維度的位置k對應一致； 基于所述亂序規則f、所述擾動標簽張量、所述亂序擾動預測張量，對比確定所述亂序擾動預測張量對應的全局亂序梯度； 與第一成員執行不經意傳輸協議，由第一成員從所述全局亂序梯度中安全選擇位置k處的第一子亂序梯度，以供第一成員利用所述第一子亂序梯度的反向傳遞更新所述全局模型，并反饋所述亂序融合密文對應的第二子亂序梯度； 利用基于所述亂序規則f對所述第二子亂序梯度在樣本維度進行順序恢復得到的第二子梯度，更新本地的第二局部模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人支付寶(杭州)信息技術有限公司，其通訊地址為：310000 浙江省杭州市西湖區西溪路556號8層B段801-11；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。