随机森林模型的联邦建模方法、设备，介质及程序产品技术

本申请公开一种随机森林模型的联邦建模方法、设备、介质及程序产品，涉及人工智能领域，该方法包括：接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息；合并不同模型信息以得到聚合随机森林模型，并将聚合随机森林模型分发给不同联邦参与方，以供对应不同联邦参与方接收聚合随机森林模型，并基于聚合随机森林模型反馈是否达到预设联邦训练结束条件；若接收到未达到预设联邦训练结束条件的反馈信息，返回接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息的步骤，直至对应联邦参与方反馈达到预设联邦训练结束条件的反馈信息以得到目标联邦随机森林模型。本发明专利技术能提升建模效率、保证模型性能和数据隐私安全。型性能和数据隐私安全。型性能和数据隐私安全。

【技术实现步骤摘要】
随机森林模型的联邦建模方法、设备，介质及程序产品


[0001]本申请涉及人工智能领域，尤其涉及一种随机森林模型的联邦建模方法、设备、计算机可读存储介质及计算机程序产品。

技术介绍

[0002]随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如金融业对建模也有更高的要求。
[0003]由于随机森林模型具有较好的可解释性，而被广泛如金融、医疗等领域，即，金融机构会使用随机森林模型进行金融风控建模，医疗机构会使用交互式随机森林模型进行医疗数据分析建模等等。然而，随着近年来人们对数据隐私的重视以及相应政策法规的发布，传统的聚集各个参与方数据，并对数据进行机器学习建模的做法已不可行。
[0004]综上，如何在提高构建随机森林模型建模效率以及保证模型准确性和鲁棒性的情况下，进一步保证建模数据的隐私安全，俨然成为了行业内亟需解决的技术问题。

技术实现思路

[0005]本申请的主要目的在于提供一种随机森林模型的联邦建模方法、设备、存储介质及程序产品，旨在基于多人合作建模以实现在提高构建随机森林模型建模效率以及保证模型准确性和鲁棒性的情况下，进一步保证建模数据的隐私安全。
[0006]为实现上述目的，本申请提供一种随机森林模型的联邦建模方法，应用于服务器，所述随机森林模型的联邦交互建模方法包括：
[0007]接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息；<br/>[0008]合并所述不同模型信息以得到聚合随机森林模型，并将所述聚合随机森林模型分发给所述不同联邦参与方，以供对应不同联邦参与方接收所述聚合随机森林模型，并基于所述聚合随机森林模型反馈是否达到预设联邦训练结束条件；
[0009]若接收到未达到预设联邦训练结束条件的反馈信息，返回接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息的步骤，直至对应联邦参与方反馈达到预设联邦训练结束条件的反馈信息，以得到目标联邦随机森林模型。
[0010]可选地，所述合并所述不同模型信息以得到聚合随机森林模型的步骤，包括：
[0011]基于所述不同模型信息确定不同联邦参与方的交互式随机森林模型中相同的各第一决策树；
[0012]基于所述不同模型信息确定所述交互式随机森林模型中不相同的各第二决策树；
[0013]从各所述第一决策树中提取任意一个目标决策树，并合并所述目标决策树和各所述第二决策树得到聚合随机森林模型。
[0014]可选地，所述接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息的步骤，包括：
[0015]接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息，其中，所述不同联邦参与方获取待操作的随机森林模型，和对所述待操作的随机森林模型进行操作的操作任务，并根据所述操作任务对所述待操作的随机森林模型进行操作得到交互式随机森林模型，并根据所述交互式随机森林模型确定模型信息。
[0016]可选地，所述将所述聚合随机森林模型分发给所述不同联邦参与方，以供对应不同联邦参与方接收所述聚合随机森林模型，并基于所述聚合随机森林模型反馈是否达到预设联邦训练结束条件的步骤，包括：
[0017]将所述聚合随机森林模型分发给所述不同联邦参与方，以供对应不同联邦参与方接收所述聚合随机森林模型后，继续针对所述聚合随机森林模型进行本地迭代训练和联邦训练，并反馈是否达到预设联邦训练结束条件，其中，所述预设联邦训练结束条件包括达到预设模型指标阈值或达到预设最大联邦训练迭代轮次。
[0018]可选地，所述若接收到未达到预设联邦训练结束条件的反馈信息时，返回接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息的步骤，直至对应联邦参与方反馈达到预设联邦训练结束条件的反馈信息，以得到目标联邦随机森林模型的步骤之后，所述方法包括：
[0019]获取待处理数据，将所述待处理数据输入至所述目标联邦随机森林模型中；
[0020]基于所述目标联邦随机森林模型对所述待处理数据进行预测处理，得到预测结果。
[0021]可选地，所述待处理数据包括待处理贷款数据，或者待处理医疗数据；
[0022]所述基于所述目标联邦随机森林模型对所述待处理数据进行预测处理，得到预测结果的步骤，包括：
[0023]若所述待处理数据为待处理贷款数据时，基于所述目标联邦随机森林模型对所述待处理贷款数据进行预测处理，得到能否贷款的预测结果；或者，
[0024]若所述待处理数据为待处理医疗数据时，基于所述目标联邦随机森林模型对所述待处理医疗数据进行预测处理，得到所述待处理医疗数据为预设结果的概率值。
[0025]此外，为实现上述目的，本申请还提供一种随机森林模型的联邦建模方法，应用于如上所述随机森林模型的联邦建模方法中的不同联邦参与方，所述随机森林模型的联邦建模方法包括：
[0026]建立交互式随机森林模型后向所述服务器上传所述交互式随机森林模型的模型信息；
[0027]接收所述服务器合并所述模型信息得到的聚合随机森林模型，并基于所述聚合随机森林模型反馈是否达到预设联邦训练结束条件；
[0028]若向所述服务器反馈未达到预设联邦训练结束条件的反馈信息，返回建立交互式随机森林模型后向所述服务器上传所述交互式随机森林模型的模型信息的步骤，直至向所述服务器反馈达到预设联邦训练结束条件的反馈信息，以供所述服务器得到目标联邦随机森林模型。
[0029]此外，为实现上述目的，本申请还提供一种随机森林模型的联邦建模装置，应用于服务器，所述随机森林模型的联邦交互建模装置包括：
[0030]第一接收模块，用于接收不同联邦参与方分别建立交互式随机森林模型后发送的
不同模型信息；
[0031]合并分发模块，用于合并所述不同模型信息以得到聚合随机森林模型，并将所述聚合随机森林模型分发给所述不同联邦参与方，以供对应不同联邦参与方接收所述聚合随机森林模型，并基于所述聚合随机森林模型反馈是否达到预设联邦训练结束条件；
[0032]第一判断模块，用于若接收到未达到预设联邦训练结束条件的反馈信息，返回接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息的步骤，直至对应联邦参与方反馈达到预设联邦训练结束条件的反馈信息，以得到目标联邦随机森林模型；
[0033]其中，所述随机森林模型的联邦交互建模装置还应用于与服务器相连接的不同联邦参与方，所述随机森林模型的联邦交互建模装置还包括：
[0034]模型构建模块，用于建立交互式随机森林模型后向所述服务器上传所述交互式随机森林模型的模型信息；
[0035]第二接收模块，用于接收所述服务器合并所述模型信息得到的聚合随机森林模型，并基于所述聚合随机森林模型反馈是否达到预设联邦训练结束条件；
[0036]第二判断模块，用于若向所述服务器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种随机森林模型的联邦建模方法，其特征在于，应用于服务器，所述随机森林模型的联邦建模方法包括：接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息；合并所述不同模型信息以得到聚合随机森林模型，并将所述聚合随机森林模型分发给所述不同联邦参与方，以供对应不同联邦参与方接收所述聚合随机森林模型，并基于所述聚合随机森林模型反馈是否达到预设联邦训练结束条件；若接收到未达到预设联邦训练结束条件的反馈信息，返回接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息的步骤，直至对应联邦参与方反馈达到预设联邦训练结束条件的反馈信息，以得到目标联邦随机森林模型。2.如权利要求1所述随机森林模型的联邦建模方法，其特征在于，所述合并所述不同模型信息以得到聚合随机森林模型的步骤，包括：基于所述不同模型信息确定不同联邦参与方的交互式随机森林模型中相同的各第一决策树；基于所述不同模型信息确定所述交互式随机森林模型中不相同的各第二决策树；从各所述第一决策树中提取任意一个目标决策树，并合并所述目标决策树和各所述第二决策树得到聚合随机森林模型。3.如权利要求1所述随机森林模型的联邦建模方法，其特征在于，所述接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息的步骤，包括：接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息，其中，所述不同联邦参与方获取待操作的随机森林模型，和对所述待操作的随机森林模型进行操作的操作任务，并根据所述操作任务对所述待操作的随机森林模型进行操作得到交互式随机森林模型，并根据所述交互式随机森林模型确定模型信息。4.如权利要求1所述随机森林模型的联邦建模方法，其特征在于，所述将所述聚合随机森林模型分发给所述不同联邦参与方，以供对应不同联邦参与方接收所述聚合随机森林模型，并基于所述聚合随机森林模型反馈是否达到预设联邦训练结束条件的步骤，包括：将所述聚合随机森林模型分发给所述不同联邦参与方，以供对应不同联邦参与方接收所述聚合随机森林模型后，继续针对所述聚合随机森林模型进行本地迭代训练和联邦训练，并反馈是否达到预设联邦训练结束条件，其中，所述预设联邦训练结束条件包括达到预设模型指标阈值或达到预设最大联邦训练迭代轮次。5.如权利要求1所述随机森林模型的联邦建模方法，其特征在于，所述若接收到未达到预设联邦训练结束条件的反馈信息时，返回接收不同联邦参与方分别建立交互式随机森林模型后发送的不同模型信息...

【专利技术属性】
技术研发人员：唐兴兴，陈建蓉，黄启军，
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：