System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及隐私计算领域,具体联邦学习领域,尤其涉及一种用于联邦学习的皮尔逊相关性确定方法、装置和电子设备。
技术介绍
1、在隐私计算领域,通常将联邦学习用于模型训练来保护模型训练过程中的数据的隐私性。
2、在纵向联邦学习时,联邦学习参与方中的任务发起方和任务合作方拥有共同的样本空间以及不同的特征维度。在模型训练的过程中,针对同一样本空间,对联邦学习参与方的特征维度进行皮尔逊相关性分析,去除相关性较大的特征维度,减少不必要的模型训练,对于提升建模效率和准确性具有重要意义。
3、若要进行皮尔逊相关性分析,首先需要计算确定皮尔逊相关性所需的乘法对。相关技术中,确定皮尔逊相关性所需的乘法对由联邦学习参与方中的皮尔逊相关性分析组件计算。而乘法对的计算通常比较耗时,乘法对的计算效率将受限于联邦学习参与方的硬件资源使用情况。存在乘法对的计算效率低,皮尔逊相关性的分析性能差的问题。
技术实现思路
1、本申请提供了一种用于联邦学习的皮尔逊相关性确定方法、装置和电子设备,可以达到提高乘法对的计算效率,优化皮尔逊相关性的分析性能的目的。
2、根据本申请的第一方面,提供了用于联邦学习的皮尔逊相关性确定方法,所述方法包括:
3、计算管理节点基于皮尔逊相关性的乘法对计算物料生成联邦学习参与方的乘法对计算任务,并将所述乘法对计算任务下发至可信执行环境中的可信计算节点;
4、所述可信计算节点执行所述乘法对计算任务得到确定皮尔逊相关性所需的乘法对,并将乘法
5、所述可信分发节点将所述乘法对计算结果分发给所述联邦学习参与方以供所述联邦学习参与方基于所述乘法对计算结果确定皮尔逊相关性。
6、根据本申请的第二方面,提供了用于联邦学习的皮尔逊相关性确定装置,所述装置包括:
7、计算管理节点,用于基于皮尔逊相关性的乘法对计算物料生成联邦学习参与方的乘法对计算任务,并将所述乘法对计算任务下发至可信执行环境中的可信计算节点;
8、可信计算节点,用于执行所述乘法对计算任务得到确定皮尔逊相关性所需的乘法对,并将乘法对计算结果上报给所述可信执行环境中的可信分发节点;
9、可信分发节点,用于将所述乘法对计算结果分发给所述联邦学习参与方以供所述联邦学习参与方基于所述乘法对计算结果确定皮尔逊相关性。
10、根据本专利技术的第三方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例所述的用于联邦学习的皮尔逊相关性确定方法。
11、根据本专利技术的第四方面,本申请实施例提供了一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的用于联邦学习的皮尔逊相关性确定方法。
12、本申请实施例技术方案,计算管理节点基于皮尔逊相关性的乘法对计算物料生成联邦学习参与方的乘法对计算任务,并将乘法对计算任务下发至可信执行环境中的可信计算节点;可信计算节点执行乘法对计算任务得到确定皮尔逊相关性所需的乘法对,并将乘法对计算结果上报给可信执行环境中的可信分发节点;可信分发节点将乘法对计算结果分发给联邦学习参与方以供联邦学习参与方基于乘法对计算结果确定皮尔逊相关性。本申请通过可信计算环境中的可信计算节点计算确定皮尔逊相关性所需的乘法对,充分利用发挥了分布式计算的计算性能,提高了乘法对的计算效率,优化了皮尔逊相关性分析的性能,有利于提高联邦学习的建模效率和准确性。
13、应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种用于联邦学习的皮尔逊相关性确定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述可信计算节点执行所述乘法对计算任务得到确定皮尔逊相关性所需的乘法对,包括:
3.根据权利要求2所述的方法,其特征在于,所述可信计算节点调用可信任根服务,对所述目标签名信息进行验签得到验签结果,包括:
4.根据权利要求3所述的方法,其特征在于,所述动态库文件通过对所述乘法对计算代码进行编译得到;所述签名公钥和所述签名私钥在所述乘法对计算代码的编译过程中产生;所述预存摘要信息为在将所述动态库文件部署到所述可信硬件环境中之前,利用哈希算法对所述动态库文件进行计算得到的摘要信息,所述预存摘要信息和所述签名公钥由所述可信任根服务保存。
5.根据权利要求1所述的方法,其特征在于,在计算管理节点基于皮尔逊相关性的乘法对计算物料生成联邦学习参与方的乘法对计算任务之前,所述方法还包括:
6.根据权利要求1所述的方法,其特征在于,所述可信分发节点将所述乘法对计算结果分发给所述联邦学习参与方以供所述联邦学习参与方基于所述乘法对
7.根据权利要求1所述的方法,其特征在于,在所述可信分发节点将所述乘法对计算结果分发给所述联邦学习参与方之后,所述方法还包括:
8.一种用于联邦学习的皮尔逊相关性确定装置,其特征在于,所述装置包括:
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的用于联邦学习的皮尔逊相关性确定方法。
10.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的用于联邦学习的皮尔逊相关性确定方法。
...【技术特征摘要】
1.一种用于联邦学习的皮尔逊相关性确定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述可信计算节点执行所述乘法对计算任务得到确定皮尔逊相关性所需的乘法对,包括:
3.根据权利要求2所述的方法,其特征在于,所述可信计算节点调用可信任根服务,对所述目标签名信息进行验签得到验签结果,包括:
4.根据权利要求3所述的方法,其特征在于,所述动态库文件通过对所述乘法对计算代码进行编译得到;所述签名公钥和所述签名私钥在所述乘法对计算代码的编译过程中产生;所述预存摘要信息为在将所述动态库文件部署到所述可信硬件环境中之前,利用哈希算法对所述动态库文件进行计算得到的摘要信息,所述预存摘要信息和所述签名公钥由所述可信任根服务保存。
5.根据权利要求1所述的方法,其特征在于,在计算管理节点基于皮尔逊相关性的乘法对计算物料生成联邦学习参与方的乘法对计...
【专利技术属性】
技术研发人员:徐兵,兰春嘉,
申请(专利权)人:上海零数众合信息科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。