联合建模方法、装置、设备以及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种联合建模方法、装置、设备和存储介质，包括：初始化模型参数,并将初始化的模型参数传递给各数据节点；获取中立协调方中的随机损失梯度值，将随机损失梯度值划分为与数据节点的总数量相等的各第一损失梯度值，并将各第一损失梯度值分配至各数据节点；基于模型参数和第一损失梯度值获取各数据节点的第二损失梯度值；将各第二损失梯度值传递到中立协调方，并根据各第二损失梯度值和随机损失梯度值确定数据节点的真实损失梯度值；基于真实损失梯度值更新模型参数以构建模型，并判断模型是否收敛；若模型收敛，则模型已构建完成。本发明专利技术达到了在多家公司进行信息共享且隐私数据不泄露的同时，也能进行不同类型数据答案预测的效果。

【技术实现步骤摘要】
联合建模方法、装置、设备以及计算机可读存储介质
本专利技术涉及计算机
，尤其涉及一种联合建模方法、装置、设备以及计算机可读存储介质。
技术介绍
互联网金融进几年得到了飞速发展，各类金融科技公司呈现百家争鸣、百花齐放的局面，伴随着产业的欣荣发展，公司需要了解的数据资源也越来越多，又由于目前没有哪家公司能够掌握风控所需的全部数据，所以信息共享问题随之而来，但是由于多家公司在进行信息共享时很容易导致自身的某些隐私信息泄露，所以虽然会有多家公司具有联合建立模型的需求，往往还是单独建立模型，并未与其它公司进行联合建立模型。并且联合建立模型技术虽然在现实中有提及，但还只是存在于理论中，未应用到实际生产中，且常常只是为解决某一单一问题的目的而进行联合建立模型。因此，如何解决在多家公司进行信息共享，且能保证各个公司隐私数据不泄露的同时，也能进行不同类型数据答案的预测，成为了目前亟待解决的技术问题。
技术实现思路
本专利技术的主要目的在于提供一种联合建模方法、装置、设备和计算机存储介质，旨在解决在多家公司进行信息共享，且能保证各个公司隐私数据不泄露的同时，也能进行不同类型数据答案的预测。为实现上述目的，本专利技术提供一种联合建模方法、装置、设备以及计算机可读存储介质，所述联合建模方法包括：获取模型的模型参数和数据节点的总数量，并基于所述数据节点初始化模型参数，以确定初级模型参数；获取中立协调方中的随机损失梯度值，将所述随机损失梯度值划分为与所述数据节点的总数量相等的各第一损失梯度值，并将各所述第一损失梯度值分配至各所述数据节点；基于各所述数据节点的第一损失梯度值，获取所述数据节点的总损失梯度值；基于所述总损失梯度值和所述随机损失梯度值更新所述初级模型参数，并判断所述模型是否收敛；若所述模型收敛，则所述模型已构建完成。可选地，所述基于所述模型参数和所述第一损失梯度值获取各所述数据节点的第二损失梯度值的步骤，包括：基于所述模型参数计算所述数据节点的迭代损失梯度值；获取所述迭代损失梯度值和所述第一损失梯度值之间的和值，并将所述和值作为所述数据节点的第二损失梯度值。可选地，所述根据各所述第二损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值的步骤，包括：获取所述中立协调方中的各所述第二损失梯度值之间的和值，并将所述和值作为总损失梯度值；基于所述总损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值。可选地，所述基于所述总损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值的步骤，包括：获取所述总损失梯度值和所述随机损失梯度值之间的和值，并将所述和值作为所述数据节点的真实损失梯度值。可选地，所述判断所述模型是否收敛的步骤之后，包括：若所述模型不收敛，则继续获取所述数据节点新的真实损失梯度值，并更新所述模型的最新模型参数，直至所述模型收敛。可选地，所述若所述模型不收敛，则继续获取所述数据节点新的真实损失梯度值的步骤，包括：若所述模型不收敛，则获取模型的最新模型参数，并将所述最新模型参数传递到各数据节点，以获取所述数据节点新的真实损失梯度值。可选地，所述若所述模型收敛，则所述模型已构建完成的步骤之后，包括：获取各所述数据节点中的待预测样本特征，并将所述待预测样本特征输入所述已构建完成模型中进行在线预测，从而获取预测结果。此外，为实现上述目的，本专利技术还提供一种联合建模装置，所述联合建模装置包括：传递模块，用于初始化模型参数,并将初始化的模型参数传递给各数据节点；分配模块，用于获取中立协调方中的随机损失梯度值，将所述随机损失梯度值划分为与所述数据节点的总数量相等的各第一损失梯度值，并将各所述第一损失梯度值分配至各所述数据节点；获取模块，用于基于所述模型参数和所述第一损失梯度值获取各所述数据节点的第二损失梯度值；确定模块，用于将各所述第二损失梯度值传递到所述中立协调方，并根据各所述第二损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值；判断模块，用于基于所述真实损失梯度值更新所述模型参数以构建模型，并判断所述模型是否收敛；收敛模块，用于若所述模型收敛，则所述模型已构建完成。此外，为实现上述目的，本专利技术还提供一种联合建模设备；所述联合建模设备包括：存储器、检测通道、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中：所述计算机程序被所述处理器执行时实现如上所述的联合建模方法的步骤。此外，为实现上述目的，本专利技术还提供计算机存储介质；所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的联合建模方法的步骤。本专利技术实施例提出的一种联合建模方法、装置、设备及可读存储介质，通过初始化模型参数,并将初始化的模型参数传递给各数据节点；获取中立协调方中的随机损失梯度值，将所述随机损失梯度值划分为与所述数据节点的总数量相等的各第一损失梯度值，并将各所述第一损失梯度值分配至各所述数据节点；基于所述模型参数和所述第一损失梯度值获取各所述数据节点的第二损失梯度值；将各所述第二损失梯度值传递到所述中立协调方，并根据各所述第二损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值；基于所述真实损失梯度值更新所述模型参数以构建模型，并判断所述模型是否收敛；若所述模型收敛，则所述模型已构建完成。在本方案中通过获取各个数据节点中的损失梯度值来保证各个数据节点已参与联合建模，并在获取各个数据节点中的损失梯度值之前，会向各数据节点传输各第一损失梯度值，然后再获取各数据节点中的所有损失梯度值，并在第三方，即中立协调方中进行计算，以获取各个数据节点真正的损失梯度值，从而保证了各个数据节点数据的隐私性，并且由于是通过获取各个数据节点的损失梯度值来建立模型的，所以也能保证此模型能解决各数据节点的不同问题预测。从而解决各数据节点对应的公司在进行信息共享，且能保证各个公司隐私数据不泄露的同时，也能进行不同类型数据答案的预测。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的终端\装置结构示意图；图2为本专利技术联合建模方法第一实施例的流程示意图；图3为本专利技术联合建模方法第二实施例的流程示意图；图4为本专利技术联合建模设备一实施例的系统结构示意图；图5为本专利技术联合建模方法中各个远程工作节点向本地工作节点传递数据的场景示意图。本专利技术目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，图1是本专利技术实施例方案涉及的硬件运行环境的终端结构示意图。本专利技术实施例终端为联合建模设备。如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是本文档来自技高网...

【技术保护点】
1.一种联合建模方法，其特征在于，所述联合建模方法包括以下步骤：初始化模型参数,并将初始化的模型参数传递给各数据节点；获取中立协调方中的随机损失梯度值，将所述随机损失梯度值划分为与所述数据节点的总数量相等的各第一损失梯度值，并将各所述第一损失梯度值分配至各所述数据节点；基于所述模型参数和所述第一损失梯度值获取各所述数据节点的第二损失梯度值；将各所述第二损失梯度值传递到所述中立协调方，并根据各所述第二损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值；基于所述真实损失梯度值更新所述模型参数以构建模型，并判断所述模型是否收敛；若所述模型收敛，则所述模型已构建完成。

【技术特征摘要】
1.一种联合建模方法，其特征在于，所述联合建模方法包括以下步骤：初始化模型参数,并将初始化的模型参数传递给各数据节点；获取中立协调方中的随机损失梯度值，将所述随机损失梯度值划分为与所述数据节点的总数量相等的各第一损失梯度值，并将各所述第一损失梯度值分配至各所述数据节点；基于所述模型参数和所述第一损失梯度值获取各所述数据节点的第二损失梯度值；将各所述第二损失梯度值传递到所述中立协调方，并根据各所述第二损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值；基于所述真实损失梯度值更新所述模型参数以构建模型，并判断所述模型是否收敛；若所述模型收敛，则所述模型已构建完成。2.如权利要求1所述的联合建模方法，其特征在于，所述基于所述模型参数和所述第一损失梯度值获取各所述数据节点的第二损失梯度值的步骤，包括：基于所述模型参数计算所述数据节点的迭代损失梯度值；获取所述迭代损失梯度值和所述第一损失梯度值之间的和值，并将所述和值作为所述数据节点的第二损失梯度值。3.如权利要求1所述的联合建模方法，其特征在于，所述根据各所述第二损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值的步骤，包括：获取所述中立协调方中的各所述第二损失梯度值之间的和值，并将所述和值作为总损失梯度值；基于所述总损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值。4.如权利要求3所述的联合建模方法，其特征在于，所述基于所述总损失梯度值和所述随机损失梯度值确定所述数据节点的真实损失梯度值的步骤，包括：获取所述总损失梯度值和所述随机损失梯度值之间的和值，并将所述和值作为所述数据节点的真实损失梯度值。5.如权利要求1所述的联合建模方法，其特征在于，所述判断所述模型是否收敛的步骤之后，包括：若所述模型不收敛，则继续获取所述数据节点新的真实损失梯度值，并...

【专利技术属性】
技术研发人员：刘洋，范涛，陈天健，杨强，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东,44