【技术实现步骤摘要】
本申请涉及联邦学习领域，尤其涉及一种基于联邦学习的用户分类方法、模型训练方法和装置。
技术介绍
1、在用户分类领域，如要对用户实现精准分类，往往需要获取用户个人的多种敏感信息。其中，用户的敏感信息在用户终端与平台之间传输时存在泄露风险。另外，不同的数据平台可能获取到不同的用户特征数据，多种不同数据平台之间互相传输用户特征数据也涉及敏感信息使用权限问题，存在泄露敏感信息的风险。
2、如何在实现有效用户分类的基础上提高用户数据安全性，是本申请所要解决的技术问题。
技术实现思路
1、本申请实施例的目的是提供一种基于联邦学习的用户分类方法、模型训练方法和装置，用以在实现有效用户分类的基础上提高用户数据安全性。
2、第一方面，提供了一种基于联邦学习的用户分类模型训练方法，包括：
3、指示第一数据方和第二数据方执行加密样本对齐，以使所述第一数据方和所述第二数据方确定共有的用户标识，其中，所述第一数据方本地存储用户标识和对应的用户分类标签，所述第二数据方本地存储用户标...
【技术保护点】
1.一种基于联邦学习的用户分类模型训练方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，在向所述第一数据方和所述第二数据方发送联邦训练请求之前，还包括：
3.如权利要求1所述的方法，其特征在于，向所述第一数据方和所述第二数据方发送联邦训练请求，包括：
4.如权利要求1所述的方法，其特征在于，所述通信行为数据包括用户通信设备的网络行为数据、通信定位数据、漫游通话数据。
5.一种基于联邦学习的用户分类方法，其特征在于，包括：
6.一种基于联邦学习的用户分类模型训练装置，其特征在于，包括：
<...【技术特征摘要】
1.一种基于联邦学习的用户分类模型训练方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，在向所述第一数据方和所述第二数据方发送联邦训练请求之前，还包括：
3.如权利要求1所述的方法，其特征在于，向所述第一数据方和所述第二数据方发送联邦训练请求，包括：
4.如权利要求1所述的方法，其特征在于，所述通信行为数据包括用户通信设备的网络行为数据、通信定位数据、漫游通话数据。
5.一种基于联邦学习的用户分类方法，其特征在于，包括：
6.一种基于联邦学习的用户分类模型训练装置，其特征在于，包括：
7.一种基于联邦学习的用户...
【专利技术属性】
技术研发人员：窦厚玺，朱骏，郑利建，
申请(专利权)人：中国移动通信集团浙江有限公司，
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。