深圳前海微眾銀行股份有限公司魏文斌獲國家專利權
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!
龍圖騰網獲悉深圳前海微眾銀行股份有限公司申請的專利數據處理方法、裝置、設備、存儲介質及程序產品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:CN113095514B 。
龍圖騰網通過國家知識產權局官網在2025-09-02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:202110454684.2,技術領域涉及:G06N20/20;該發明授權數據處理方法、裝置、設備、存儲介質及程序產品是由魏文斌;范濤;陳天健設計研發完成,并于2021-04-26向國家知識產權局提交的專利申請。
本數據處理方法、裝置、設備、存儲介質及程序產品在說明書摘要公布了:本申請提供了一種數據處理方法、裝置、設備、存儲介質及程序產品,所述方法包括:基于第一樣本特征數據和預先訓練好的安全計算模型構建虛擬的特征相關矩陣;基于特征相關矩陣確定第一樣本特征數據對應的各特征的共線性量化因子;基于共線性量化因子從第一樣本特征數據對應的各特征中確定目標特征;從第一樣本特征數據中刪除目標特征的特征數據,得到用于進行聯合訓練的第一訓練數據;其中,目標特征的特征數據與其他特征中至少一個特征的特征數據存在線性關系。如此,在保護數據隱私的前提下,實現對各參與方持有的特征數據中存在共線性的數據進行篩選與剔除,能夠提高聯合訓練的到的聯邦模型的準確率和穩定性,提高聯邦模型的建模效果。
本發明授權數據處理方法、裝置、設備、存儲介質及程序產品在權利要求書中公布了:1.一種數據處理方法,其特征在于,應用于聯邦學習的第一參與方,所述方法包括: 基于所述第一參與方持有的第一樣本特征數據和預先訓練好的安全計算模型,構建虛擬的特征相關矩陣,所述安全計算模型由所述第一參與方和聯邦學習的其他參與方基于安全多方計算預先訓練得到, 其中,所述基于所述第一參與方持有的第一樣本特征數據和預先訓練好的安全計算模型,構建虛擬的特征相關矩陣,包括: 基于所述第一樣本特征數據確定第一樣本特征數據對應的各特征的特征數據和所述第一樣本特征數據對應的樣本個數; 分別計算所述各特征的特征數據對應的均值和標準差; 基于所述各特征的特征數據、所述各特征的特征數據對應的均值、所述各特征的特征數據對應的標準差和所述樣本個數,確定處理后的第一樣本特征數據; 將所述處理后的第一樣本特征數據輸入至所述安全計算模型,得到第一矩陣,其中,所述第一矩陣基于安全多方計算協議確定; 根據所述處理后的第一樣本特征數據和所述第一矩陣,構建虛擬的特征相關矩陣; 基于所述特征相關矩陣,確定所述第一樣本特征數據對應的各特征的共線性量化因子; 基于所述共線性量化因子,從所述第一樣本特征數據對應的各特征中確定目標特征; 從所述第一樣本特征數據中刪除所述目標特征的特征數據,得到所述第一參與方與所述其他參與方進行聯合訓練的第一訓練數據; 其中,所述目標特征的特征數據與其他特征中至少一個特征的特征數據存在線性關系,所述其他特征包括所述第一參與方持有的除所述目標特征以外的特征和所述其他參與方持有的特征; 其中,所述基于所述特征相關矩陣,確定所述第一樣本特征數據對應的各特征的共線性量化因子,包括: 確定所述特征相關矩陣的行列式; 刪除所述特征相關矩陣第i行、第i列數據,得到所述特征相關矩陣對應的各余子式,其中,i=1,2,…,m1,m1為所述第一樣本特征數據對應的特征個數; 確定所述各余子式的行列式; 基于所述特征相關矩陣的行列式和所述各余子式的行列式,確定所述第一樣本特征數據對應的各特征的共線性量化因子。
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深圳前海微眾銀行股份有限公司,其通訊地址為:518052 廣東省深圳市前海深港合作區前灣一路1號A棟201室;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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。