技术总结
本发明公开了一种纵向联邦学习系统优化方法、装置、设备及可读存储介质，所述方法包括：获取对各所述参与设备各自本地的训练样本集之间进行样本对齐得到的样本对齐结果，其中，各所述参与设备各自拥有的样本的数据特征不完全相同；根据所述样本对齐结果与各所述参与设备协作得到多组数据维度不同的输入数据；根据多组所述输入数据对预设的输入数据特征维度可变的待训练机器学习模型进行训练，得到目标机器学习模型。本发明实现了纵向联邦学习的参与者在使用通过纵向联邦学习训练好的模型时，在没有其他参与者的配合的情况下，也能够独立使用模型，从而扩大了纵向联邦学习的应用范围。
技术研发人员：程勇;刘洋;陈天健
受保护的技术使用者：深圳前海微众银行股份有限公司
技术研发日：2019.10.21
技术公布日：2019.12.31