一种基于主从博弈的联邦数据差分隐私交易方法技术

本发明专利技术公开了一种基于主从博弈的联邦数据差分隐私交易方法，该方法在数据资源需求方与数据资源供应方之间运用联邦学习以及差分隐私计算进行数据信息的传输，在双方之间运用主从博弈理论进行数据的意愿出价τ以及意愿交付数据量χ

【技术实现步骤摘要】
一种基于主从博弈的联邦数据差分隐私交易方法


[0001]本专利技术涉及计算机应用
，尤其涉及一种基于主从博弈的联邦数据差分隐私交易方法。

技术介绍

[0002]计算机应用技术在经济场景中的应用已经成为趋势，计算机应用技术中的数字化与智能化发展更使场景中跨机构的大数据共享和分布式人工智能算法的联合建模得到了实现。基于联邦学习的分布式人工智能算法框架保证了不需要参与方提供数据的情况下各参与方能够协作训练模型。但是，不需要参与方提供数据的联邦学习仍然会存在泄露参与方隐私的问题，对此同态加密、多方安全计算等加密算法框架被用来保护参与方的隐私信息，然而这些加密算法框架无法有效地衡量参与方信息的加密程度，能够衡量加密程度并进行加密程度调整的差分隐私技术应运而生。至此，联邦学习与差分隐私计算为计算机应用技术从通过技术处理经济场景中的问题拓展到运用技术搭建平台处理各参与方相互间的经济问题提供可能。
[0003]目前国内外学术界和工业界也在探索如何运用计算机技术搭建算法来处理数据资源需求方与数据资源供应方间的数据交易问题，如FedAvg、DP...

【技术保护点】

【技术特征摘要】
1.一种基于主从博弈的联邦数据差分隐私交易方法，其特征在于，包括以下步骤：步骤一：数据资源需求方拥有第一数据集D
g
及数据标签Υ，所述第一数据集D
g
及数据标签Υ在模型M下训练，得出所述模型M的第一参数ω
g
和初始精度θ0，数据资源需求方判断所述初始精度θ0产生的第一效用U
d
是否达到要求，若达到要求，则过程终止；若未达到要求，则进入步骤二；步骤二：数据资源需求方向数据资源供应方发送一个差分隐私计算参数ε，数据资源供应方判断是否在差分隐私计算参数ε下与数据资源需求方进行交易，若在差分隐私计算参数ε下进行交易，则进入步骤三；若不在差分隐私计算参数ε下进行交易，则终止；步骤三：数据资源需求方将所述模型M发送给数据资源供应方，在差分隐私计算参数ε下采用模型M对第一数据集D
g
进行训练得出新的第一参数ω
g
，并反复向数据资源供应方发送新的第一参数ω
g
及购买数据的意愿出价τ；步骤四：数据资源供应方根据第二效用U
o
，在数据资源需求方的意愿出价τ下确定意愿交付数据量χ
o
，并将意愿交付数据量χ
o
对应的第二数据集D
o
在所述模型M及差分隐私计算参数ε下训练，得到第二参数ω
o
并发送给数据资源需求方；步骤五：数据资源需求方将新的第一参数ω
g
与所述第二参数ω
o
再次更新第一参数ω
g
，所述第一数据集D
g
及数据标签Υ在模型M及差分隐私计算参数ε下获得稳定的联邦数据精度θ，并判断所述联邦数据精度θ与其从第一效用U
d
中获得的期望精度θ
e

【专利技术属性】
技术研发人员：王海军，那崇宁，
申请(专利权)人：之江实验室，
类型：发明
国别省市：