跨特征联邦中参与方贡献度评估方法、系统、设备及介质与流程

所属的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。下面参照图7来描述根据本公开的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。如图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730。其中，存储单元存储有程序代码，程序代码可以被处理单元710执行，使得处理单元710执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。存储单元720可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)7201和/或高速缓存存储单元7202，还可以进一步包括只读存储单元(rom)7203。存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204，这样的程序模块7205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线730可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备700也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备700交互的设备通信，和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过显示单元740和与显示单元740连接的输入/输出(i/o)接口750进行。并且，电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器760通过总线730与电子设备700的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备700使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。在本公开的实施方式中，还提供了用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

背景技术：

1、随着信息网络的不断发展，数据产品交易的规模也逐渐扩大。因此，如何准确评估数据产品的价值，对数据业务的展开具有重要意义。

2、以跨特征联邦场景为例，各参与方共同参与模型训练的过程中，由于所提供的数据不同，以最终训练得到的模型作为数据产品进行价值评估时，不同参与方在数据产品的价值中所占比例不能一概而论。即需要基于参与方在模型训练过程中的具体活动，分别评估各参与方对模型训练的贡献度。

3、但是，目前的价值评估无法准确地具体到每个参与方在模型训练过程中的具体活动，影响了对参与方贡献度评估的准确性，对数据业务的参照可靠性较低，不利于数据产品流通。

技术实现思路

1、本公开的目的在于提供一种跨特征联邦中参与方贡献度评估方法、跨特征联邦中参与方贡献度评估系统、电子设备及计算机可读介质，该方法可以准确地评估各参与方的贡献度。

2、根据本公开的第一方面提供了一种跨特征联邦中参与方贡献度评估方法，该方法可以包括：参与方调用联邦数据安全交换flex协议，获得第j批样本对应的计算结果；基于计算结果，参与方确定第j批样本的参数梯度；基于参数梯度，参与方对本地的模型参数进行更新，模型参数用于定义逻辑回归模型；基于更新后的模型参数，参与方获得样本特征对应的联邦信息价值；基于参与方各样本特征所对应的联邦信息价值，确定参与方的贡献度。

3、可选地，基于更新后的模型参数，参与方获得样本特征对应的联邦信息价值，包括：参与方基于样本特征的特征分箱、样本标签，统计各特征分箱对应的正样本数与负样本数，并获得基于正样本数、负样本数获得的联邦信息价值。

4、可选地，参与方为发起方，发起方本地包括样本标签，参与方基于样本特征的特征分箱、样本标签，统计各特征分箱对应的正样本数与负样本数，并获得基于正样本数、负样本数获得的联邦信息价值，包括：发起方确定样本特征对应的特征分箱、样本标签；发起方基于样本标签，确定特征分箱中的正样本数、负样本数；发起方基于正样本数、负样本数确定特征分箱对应的证据权重；发起方基于特征分箱对应的证据权重确定样本特征的联邦信息价值。

5、可选地，参与方为服务方，参与方基于样本特征的特征分箱、样本标签，统计各特征分箱对应的正样本数与负样本数，并获得基于正样本数、负样本数获得的联邦信息价值，包括：服务方获取发起方经由同态加密提供的样本标签，并确定样本特征对应的特征分箱；服务方在密文空间上，基于样本标签确定特征分箱中加密的正样本数、负样本数；服务方向发起方发送加密的正样本数、负样本数；发起方对正样本数、负样本数进行解密，并基于正样本数、负样本数确定特征分箱对应的证据权重；发起方基于特征分箱对应的证据权重确定服务方所提供特征的联邦信息价值；服务方获得发起方发送的联邦信息价值。

6、可选地，参与方调用联邦数据安全交换flex协议，获得第j批样本对应的计算结果，包括：参与方基于逻辑回归模型对第j批样本的回归结果进行计算，获得对应的计算结果。

7、可选地，参与方包括发起方、服务方，发起方本地包括样本标签，参与方基于逻辑回归模型对第j批样本的回归结果进行计算，获得对应的计算结果，包括：服务方生成同态加密公钥与同态加密私钥，并将同态加密公钥向发起方发送；服务方根据本地的第一模型参数、第一特征确定第一回归结果，并向发起方发送第一回归结果；发起方基于本地的第二特征与第一回归结果确定第一计算结果，并基于本地的第二模型参数、样本标签、第二特征确定第二回归结果；发起方采用同态加密公钥对第二回归结果进行加密，并向服务方发送密文形式的第二回归结果；服务方基于同态加密私钥对第二回归结果进行解密，并基于第二回归结果与第一特征确定第二计算结果。

8、可选地，参与方包括发起方、服务方，该方法还包括第三方，发起方本地包括样本标签，参与方基于逻辑回归模型对回归结果进行计算，获得第j批样本对应的计算结果，包括：第三方生成同态加密公钥与同态加密私钥，并将同态加密公钥向发起方发送；发起方基于本地的第三模型参数、第三特征、样本标签确定第三回归结果，并采用同态加密公钥对第三回归结果进行加密后，将加密后的第三回归结果向服务方发送；以及，服务方根据本地的第四模型参数、第四特征确定第四回归结果，并向发起方发送第四回归结果；服务方在密文空间中，基于第三回归结果、第四特征确定加密的第三计算结果，并在加密的第三计算结果的基础上累加随机变量，获得加密的中间结果；服务方将加密的中间结果向第三方发送；第三方采用同态加密私钥对中间结果进行解密，并将解密的中间结果向服务方发送；服务方基于解密的中间结果、随机变量，获得第三计算结果；发起方基于第四回归结果、第三特征确定第四计算结果。

9、根据本公开的第二方面提供了跨特征联邦中参与方贡献度评估系统，该系统可以包括两个以上参与方，该参与方可以包括：计算模块，用于调用flex协议，获得第j批样本对应的计算结果；参数模块，用于基于计算结果，确定第j批样本的参数梯度；更新模块，用于基于参数梯度，对本地的模型参数进行更新，模型参数用于定义逻辑回归模型；价值模块，用于基于更新后的模型参数，确定所提供特征对应的联邦信息价值；贡献模块，用于基于联邦信息价值确定参与方的贡献度。

10、可选地，该价值模块，具体可以用于基于样本特征的特征分箱、样本标签，统计各特征分箱对应的正样本数与负样本数，并获得基于正样本数、负样本数获得的联邦信息价值。

11、可选地，该参与方为发起方，该发起方本地包括样本标签，发起方的该价值模块，具体可以用于确定样本特征对应的特征分箱、样本标签；基于样本标签，确定特征分箱中的正样本数、负样本数；基于正样本数、负样本数确定特征分箱对应的证据权重；基于特征分箱对应的证据权重确定样本特征的联邦信息价值。

12、可选地，该参与方为服务方，服务方的该价值模块，具体可以用于获取发起方经由同态加密提供的样本标签，并确定样本特征对应的特征分箱；在密文空间上，基于样本标签确定特征分箱中加密的正样本数、负样本数；向发起方发送加密的正样本数、负样本数；

13、发起方的该价值模块，具体可以用于对正样本数、负样本数进行解密，并基于正样本数、负样本数确定特征分箱对应的证据权重；基于特征分箱对应的证据权重确定服务方所提供特征的联邦信息价值；

14、服务方的该价值模块，具体还可以用于获得发起方发送的联邦信息价值。

15、可选地，该计算模块，具体用于基于逻辑回归模型对第j批样本的回归结果进行计算，获得对应的计算结果。

16、可选地，该参与方包括发起方、服务方，该发起方本地包括样本标签。服务方的该计算模块，具体可以用于生成同态加密公钥与同态加密私钥，并将同态加密公钥向发起方发送；根据本地的第一模型参数、第一特征确定第一回归结果，并向发起方发送第一回归结果；

17、发送方的该计算模块，具体可以用于基于本地的第二特征与第一回归结果确定第一计算结果，并基于本地的第二模型参数、样本标签、第二特征确定第二回归结果；采用同态加密公钥对第二回归结果进行加密，并向服务方发送密文形式的第二回归结果；

18、服务方的该计算模块，具体还可以用于基于同态加密私钥对第二回归结果进行解密，并基于第二回归结果与第一特征确定第二计算结果。

19、可选地，该参与方可以包括发起方、服务方，该系统还包括第三方，该发起方本地包括样本标签，该第三方用于生成同态加密公钥与同态加密私钥，并将同态加密公钥向发起方发送；

20、该发起方的计算模块，具体用于基于本地的第三模型参数、第三特征、样本标签确定第三回归结果，并采用同态加密公钥对第三回归结果进行加密后，将加密后的第三回归结果向服务方发送；以及，

21、该服务方的计算模块，具体用于根据本地的第四模型参数、第四特征确定第四回归结果，并向发起方发送第四回归结果；

22、该服务方的计算模块，具体还用于在密文空间中，基于第三回归结果、第四特征确定加密的第三计算结果，并在加密的第三计算结果的基础上累加随机变量，获得加密的中间结果；将加密的中间结果向第三方发送；

23、该第三方，还用于采用同态加密私钥对中间结果进行解密，并将解密的中间结果向服务方发送；

24、该服务方的计算模块，具体还用于基于解密的中间结果、随机变量，获得第三计算结果；

25、该发起方的计算模块，具体还用于基于第四回归结果、第三特征确定第四计算结果。

26、根据本公开的第三方面，提供了一种电子设备，包括：

27、处理器；以及

28、存储器，用于存储处理器的计算机程序；

29、其中，处理器配置为经由执行计算机程序来实现上述实现如第一方面的跨特征联邦中参与方贡献度评估方法。

30、根据本公开的第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如第一方面的跨特征联邦中参与方贡献度评估方法。

31、根据本公开的第五方面，提供了一种计算机程序产品，当其在电子设备上运行时，使得电子设备执行如实现如第一方面的跨特征联邦中参与方贡献度评估方法。

32、本公开提供的跨特征联邦中参与方贡献度评估方法，参与方在调用flex协议获得第j批样本对应的计算结果后，可以基于该计算结果确定第j批样本的参数梯度，并基于该参数梯度对本地的模型参数进行更新，模型参数可用于定义逻辑回归模型；在跨特征联邦训练过程中，基于更新后的模型参数，参与方可以获得样本特征对应的联邦信息价值，并基于参与方各样本特征所对应的联邦信息价值，确定参与方的贡献度。该方法可以在逻辑回归模型的跨特征联邦训练过程中，基于各参与方本地模型参数确定其样本特征的联邦信息价值，并以各样本特征的联邦信息价值综合评估该参与方的贡献度，从而使数据产品的价值评估准确地具体到每个参与方，丰富了数据业务的价值信息，有利于数据产品流通。

33、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。